高级数据管理——《R语言实战》学习笔记（八）

往期回顾

上一篇学习的数学和统计函数是用来处理数值型数据的，而字符处理函数可以从文本型数据中抽取信息，或者为打印输出和生成报告重设文本的格式。

一、字符处理函数

接下来，我们介绍一下最有用的字符处理函数。

nchar(x) 计算x中的字符数量x

substr(x,start,stop) 提取或替换一个字符向量中的字串x

grep(pattern,x,ignore.case=FALSE,fixed=FALSE) 在x中搜索某种模式。若fixed=FALSE,则pattern为一个正则表达式。若fixed = TRUE 则pattern为一个文本字符串。返回值为匹配的下标grep("A",c("b","A","c"),fixed=TRUE) 返回值为2。

sub(pattern,replacement,x,ignore.case=FALSE,fixed=FALSE) 在x中搜索pattern，并以文本replacement将其替换。若fixed=FALSE，则pattern为一个正则表达式。若fixed=TRUE，则pattern为一个文本字符串。sub("\\s",".","Hello There")返回值为Hello.There。注意，"\s"是一个用来查找空白的正则表达式；使用"\\s"而不要"\"的原因是，后者是R中的转义字符。

strsplit(x,split,fixed=FALSE) 在split处分割字符向量x中的元素。若fixed=FALSE，则pattern为一个正则表达式。若fixed=TRUE,则pattern为一个文本字符串 y

paste(...,sep="") 连接字符串，分隔符为sep ，paste("x",1:3,sep="M") 返回值为c("xM1","xM2","xM3")

toupper(x) 大写转换

tolower(x) 小写转换

正则表达式为文本模式的匹配提供了一套清晰而简练的语法。例如，正则表达式：^[hc]?at可匹配任意以0个或1个h或c开头、后接at的字符串。

二、 其他实用函数

有一些函数对于数据管理和处理同样非常实用，只是它们无法清楚地划入其他分类中。

length(x) 对象x的长度x

seq(from,to,by) 生成一个序列indices

rep(x,n) 将x重复n次y

cut(x,n) 将连续型变量x分割为有着n个水平的因子使用选项ordered_result = TRUE 以创建一个有序型因子

pretty(x,n) 创建美观的分割点。通过选项n+1个等间距的取整值，将一个连续变量x分割为n个区间。

cat(...,file="myfile",append = FALSE) 连接...中的对象，并将其输出到屏幕上或文件中。

R中提供了一个apply()函数，可将一个任意函数“应用”到矩阵、数组、数据框的任何维度上。格式如下：

apply(x,MARGIN,FUN,...)

其中，x为数据对象，MARGIN是维度的下标，fun是指定的函数。在矩阵或数据框中，MARGIN=1表示行，MARGIN=2表示列。

在以上两篇内容，进行学习分享了处理数值型和字符型的函数，下期我们会学习如何控制R语言语句的标准控制结构。