有很多方法可以定义异常值，它可以由研究人员和技术人员手动设置。此外，我们可以使用第 5 百分位数作为下限异常值，第 95 百分位数作为上限异常值。为此，我们可以使用 scales 包的 squish 函数，如下例所示。示例 1library(scales) x1

要查找 R 数据框中缺失值的百分比，我们可以将 sum 函数与 prod 函数一起使用。例如，如果我们有一个名为 df 的数据框，其中包含一些缺失值，那么可以使用以下命令计算缺失值的百分比：(sum(is.na(df))/prod(dim(df)))*100示例 1 在线演示请考虑以下数据框 -x1

在数据分析中，我们有时会根据我们的想法来决定数据的大小或样本量，这可能会导致删除数据的一部分。其中一项可能是删除三个或更少的分类列的重复组合，这可以通过 dplyr 包的 filter 函数结合 group_by 函数进行分组来实现。示例 1 在线演示请考虑以下数据框 -set.seed(121) x1

要创建具有不同大小的重复元素的大型向量，我们可以将 rep 函数与逻辑向量作为索引一起使用。包含 TRUE 或 FALSE 的逻辑向量将定义使用 rep 函数创建的向量中值的选取或省略。如下例所示，如果使用 rep 创建的向量大于逻辑向量，则逻辑向量将被循环使用。示例 1 在线演示x1

假设我们有一个包含两个元素的列表，并且我们为这两个元素都获得了一个新值，那么就会出现将这些值添加到原始列表中的问题。这可以通过 mapply 函数来实现。我们可以轻松地将新值附加到原始值中，但首先需要创建一个新值的向量。示例 1 在线演示List1

要创建 0 和 1 的组合数据框，我们可以使用 expand.grid 函数以及 rep 函数。如果我们想创建 0 和 1 的组合，并且每行都有固定数量的 1，那么可以使用 rowSums 函数以及相应的总和值。例如，要获得包含少于三个 1 的行，将从网格中提取 rowSums。示例 1 在线演示首先

有时我们希望将 R 数据框的一列转换为二进制列，使用 0 和 1，这尤其是在数据框列中有一些 NA 的情况下进行，由于某些特性，其他值可以转换为 1。要将 NA 替换为 0，其他值替换为 1，我们可以使用 ifelse 函数。示例 1 在线演示请考虑以下数据框 -x1

稀疏矩阵是一种矩阵类型，其中大多数元素等于零，但对零元素的数量没有限制。作为一个一般标准，非零元素的数量预计等于行数或列数。要将 R 中的稀疏矩阵转换为矩阵，我们可以使用 as.matrix 函数以及稀疏矩阵对象名称。示例 1 在线演示library(Matrix) i

稀疏矩阵是一种矩阵类型，其中大多数元素等于零，但对零元素的数量没有限制。作为一个一般标准，非零元素的数量预计等于行数或列数。要创建 R 中的稀疏矩阵，我们可以使用 Matrix 包的 sparseMatrix 函数。示例 1 在线演示加载 Matrix 包并创建一个稀疏矩阵 -library(Matrix) i

如果我们有两个使用 ggplot2 生成的绘图并以列表形式排列，那么我们可以使用 ggarrange 函数创建它们。例如，如果我们有两个对象 p1 和 p2 存储在名为 LIST 的列表中，那么可以使用命令 ggarrange(plotlist=LIST,widths=c(2,1),labels=c("Scatter","Hist")) 在绘图窗口中创建这些绘图。示例请考虑以下数据框 - 在线演示set.seed(21) x