R语言函数

x<-(1,2,3,4,5,6)
max(x) #最大值
min(x) #最小值
mean(x) #均值
median(x) #中位数
range(x)#返回最小值和最大值
var(x) #方差
sd(x) #标准差
sum(x) #总和
abs(x)#绝对值
sqrt(x)#平方根
log(16,base=2)# >4 计算16的log值，底数为2
exp(x)#计算向量x中每一个元素的指数
round(3.1415,digits=2)#保留2位小数，3.14
signif(3.1415,digits=2)#保留2位有效数字，3.1
prod(2,4,5)#>40 连乘的积
quantile(x,c(0.3,0.8))# 计算x的三分位数和八分位数

length(x) #长度
unique(x) #去重复
duplicated(x) #对应元素是否重复
table(x) #重复值统计
sort(x)#排序
sort(x,decreasing = F)#升序（默认）
sort(x,decreasing = T)#降序
ceiling(x)#返回大于x的最小整数
floor()#返回小于x的最小整数
trunc()#返回整数部分
which.max(c(1,2,3,5,6))#返回最大值所在位置，5

rep("x",times=3)#>x,x,x

x<-c(1,2,3)
rep(x,each=3)#>1,1,1,2,2,2,3,3,3
rep(x,3)#>1,2,3,1,2,3,1,2,3
rep(x,c(4,2,1))#>1,1,1,1,2,2,3

seq(from=3,to=21,by=3)
seq(from=3,to=21,by=3,length.out=10)#控制输出的元素个数为10

通过组合,产生更为复杂的向量。
 paste0(rep("x",times=3),1:3)#"x1" "x2" "x3"

x = c(1,3,5,6,2)
y = c(3,2,5,1,0)
paste(x,y)#x和y之间有空格
paste(x,y,sep=",")
paste(x,y,sep = "")#消除空格

#paste与paste0的区别
paste0(x,y)#paste0没有sep参数，x和y之间无空格

#当两个向量长度不一致
x = c(1,3,5,6,2)
y = c(3,2,5)
x == y #循环补齐:y不断循环（3,2,5,3,2,5）
#利用循环补齐简化代码
paste0(rep("x",3),1:3)#省略times=3
paste0("x",1:3)
paste0("x",seq(2,12,2))#seq(from=2,to=12,by=2)的省略

intersect(x,y)
union(x,y)
setdiff(x,y)#差集（在x里面有，在y里面没有）
setdiff(y,x)#差集（在y里面有。在x里面没有）

x %in% y #x的每个元素在y中存在吗
y %in% x #y的每个元素在x中存在吗
#取交集intersect会去重复，而%in%不会

x <- 8:12
#根据逻辑值取子集
x[x==10]#[]即将TRUE的值挑选出来，FALSE丢弃（x[FALSE,FALSE,TRUE,FALSE,FALSE]）
x[x<12]
x[x %in% c(9,13)]

#根据位置取子集
x[4]
x[2:4]#取第2-4个元素
x[c(1,5)]#取第1和第5个元素
x[-4]#去掉第4个元素
x[-(2:4)]#去掉第2到第4个元素
x[x<10]#取x<10的数
#x[x<-2]改为x[x< -2],注意区分赋值号和小于-2

####修改向量中的某个/某些元素：取子集+赋值
x
#改一个元素
x[4] <- 40#将x中的第4个值改为40

#改多个元素
x[c(1,5)] <- c(80,20)#将第1个数改为80，第5个数改为20


g[g %in% s]#向量g中有多少个元素在向量s中存在？将这些元素筛选出来

 apply 处理矩阵或数据框:
#apply(X, MARGIN, FUN, …) 
#其中X是数据框/矩阵名；
#MARGIN为1表示行，为2表示列，FUN是函数

test<- iris[1:6,1:4]
apply(test, 2, mean)#求test所有列的平均值
apply(test, 1, sum)#求test所有行的和

test <- list(x = 36:33,y = 32:35,z = 30:27);test#返回值是列表
lapply(test,mean)
lapply(test,fivenum)

#sapply 简化结果，返回矩阵或向量
sapply(test,mean)
sapply(test,fivenum)

test1 <- data.frame(name = c('jimmy','nicker','Damon','Sophie'), 
                    blood_type = c("A","B","O","AB"))
test1
test2 <- data.frame(name = c('Damon','jimmy','nicker','tony'),
                    group = c("group1","group1","group2","group2"),
                    vision = c(4.2,4.3,4.9,4.5))
test2
library(dplyr)
inner_join(test1,test2,by="name")#交集（两个数据框都有的姓名）
right_join(test1,test2,by="name")#右边说了算，左边表的人留下，无的填充NA
full_join(test1,test2,by="name")#全部
semi_join(test1,test2,by="name")#半连接：左边的表取子集（将右边的表中存在的人留下）
anti_join(test1,test2,by="name")#反连接：左边的表取子集（将右边的表中不存在的人留下）

v<-c(1,2,3,5,6)
append(x=v,values=4,after=3)#在向量v第3个数值后面插入值4

v <- v[-c(1:3)]#删除前3个数

x**y#幂运算
y%%x#求余
y%/%x#整除运算

cut(1:100,c(seq(0,100,10))

> substr(month.name,1,3)
 [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
> Mon <- substr(month.name,1,3)
> toupper(Mon)#转换为大写
 [1] "JAN" "FEB" "MAR" "APR" "MAY" "JUN" "JUL" "AUG" "SEP" "OCT" "NOV" "DEC"
> tolower(Mon)#转换为小写
 [1] "jan" "feb" "mar" "apr" "may" "jun" "jul" "aug" "sep" "oct" "nov" "dec"
> gsub("^(\\w)", "\\U\\1",tolower(Mon),perl = TRUE)#将向量Mon中的每一个元素首字母大写
 [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep" "Oct" "Nov" "Dec"
> gsub("^(\\w)", "\\L\\1",toupper(Mon),perl = TRUE)#首字母小写，其他大写
 [1] "jAN" "fEB" "mAR" "aPR" "mAY" "jUN" "jUL" "aUG" "sEP" "oCT" "nOV" "dEC"

> x <- c("b","A+","AC")
> grep ("A+",x,fixed=TRUE)#返回值为元素所在位置
[1] 2
> grep ("A+",x,fixed=FALSE)#fixed=FALSE表示支持正则表达式
[1] 2 3
> match("AC",x)#不支持正则表达式
[1] 3

x <- 1:100
sample(x,30)#随机取30个数
sample(x,30,replace = T)#可替代（即可重复抽样）
sample(x,60,replace = F)

sractm <- t(mtcars)#翻转数据框的行与列
rev(letters)#向量中各元素翻转

scale(state.x77,center = T)#中心化
scale(state.x77,scale = T)#标准化
x <- ,center = T)

> path <- "usr/local/bin/R"
> strsplit(path,"/")#返回值为列表                                
[[1]]
[1] "usr"   "local" "bin"   "R"  

transform(women, height = height*2.54)
transform(women, cm = height*2.54)#新增一列，列名为cm