NaN 值在 R 中被称为非数字 (Not A Number)。它也称为未定义或不可表示，但它属于数值数据类型，用于表示非数值的值，尤其是在浮点运算中。要删除 R 数据框中包含 NaN 的行，可以使用 na.omit 函数。示例 1 实时演示考虑以下数据框 −x1

如果我们有非常大的数据集，那么我们很可能会忘记列名，因此，如果我们知道列名，我们可能需要检查特定列是否在数据框中存在。为此，我们可以使用 grep 函数，如果列名存在于数据框中，则返回列名，否则返回 0。要了解其工作原理，请查看以下示例。示例 1 实时演示考虑以下数据框 −性别

在数据分析中，我们经常需要查找小于、小于等于、大于或大于等于的值以将其与某个阈值进行比较。有时，我们还需要这些值的频率。因此，我们可以为此目的使用 sum 函数。例如，如果向量 x 有 10 个整数值，则要检查其中有多少个大于或等于 10，我们可以使用命令 sum(x>=10)。示例 1 实时演示x1=5)输出[1] 83示例 2 实时演示x2=5)输出[1] 8示例 3 实时演示x3=0.25)输出[1] 38示例 4 实时演示x4=10)输出[1] 49示例 5 实时演示x5=4)输出[1] 21

如果我们在 R 数据框中拥有两个分类列，那么我们可以找到每个类别相对于另一个列中每个类别的频率/计数。这将帮助我们比较所有类别的频率。要查找类别的计数，我们可以使用 table 函数，如下面的示例所示。示例 1 实时演示考虑以下数据框 −x1

如果变量是数值型的，则可以通过定义下限和上限将其转换为分类变量。例如，从 21 岁开始到 25 岁结束的年龄可以转换为一个类别，例如 21−25。要将 R 数据框列转换为分类变量，可以使用 cut 函数。示例 1 实时演示考虑以下数据框 −set.seed(141) x1

有时字符串向量在末尾或开头包含不必要的字符，并且没有意义，也有可能字符串有意义但不必要，存在拼写错误。在这种情况下，我们需要删除不必要的字符。这可以使用 gsub 函数来完成。示例 1 实时演示x1

要删除字符串中的第一个和最后一个字符，我们可以使用 stringr 包的 str_sub 函数。例如，如果一个单词，例如 tutorialspoint，被错误地键入为 ttutorialspointt 并存储在一个名为 x 的向量中，那么要删除第一个和最后一个“t”，我们可以使用命令 str_sub(x,2,−2)。示例 1library(stringr) x1

要计算 R 数据框中重复行的数量，我们首先需要使用 setDT 将数据框转换为 data.table 对象，然后使用 Count 函数计算重复项。例如，如果我们有一个名为 df 的数据框，则重复行将使用以下命令进行计数：− setDT(df)[,list(Count=.N),names(df)]。示例 1 实时演示考虑以下数据框 −x1

如果我们有一个向量，其中包含小于、等于和大于 2 的值，并且值 2 是阈值。如果为较低值定义此阈值，并且我们想要将小于 2 的值替换为 2，则可以使用 pmax 函数。例如，对于向量 x，它将作为 pmax(x,2) 完成。示例 1 实时演示x1

要将 R 数据框中的多列转换为单列，可以使用 unlist 函数。例如，如果我们定义的数据框为 df 并包含四列，则可以使用 data.frame(x=unlist(df)) 将 df 的列转换为单列。示例 1 实时演示考虑以下数据框 −x1