R 数据框中的行在列中有许多种方式，这些值可以是数字、逻辑、字符串等。根据行号查找值很容易，但根据值查找行号则不同。如果我们想为特定列中的特定值查找行号，则可以提取整个行，这似乎是一种更好的方法，它可以通过使用单中括号来采用行的子集来完成。示例，请考虑以下数据框。 实时演示 x1

箱线图显示中值作为中心度量以及其他值，但我们可能还想比较均值。因此，如果我们要比较许多箱线图，则可能更喜欢将均值显示为点。如果我们要绘制 R 数据框的列，则将引用它们而不是向量名称，这是通过使用 points(mean("Vector_name")) 来完成的。示例，请考虑以下数据和箱线图。 实时演示 x

如果一个数据框的所有列都是数字列，我们可能需要求出其中的所有值的平均值，但这不能直接完成，因为一个数据框对象不是数字的。因此，要得到 R 数据框中所有值的平均值，我们首先需要将其转换成一个矩阵，然后再使用平均值函数。示例考虑以下数据框 - 演示 Demo1

在 R 中，计算分位数很容易，我们只需要使用分位数函数，它会返回 0%、25%、50%、75% 和 100% 的所有分位数。如果想避免打印出这些分位数的名称，我们可以在分位数函数中使用 names=FALSE。例如，如果我们有一个称为 x 的向量，那么可以这样计算不带名称的分位数：quantile(x,names=FALSE)。示例 演示 Demo1

通常，矩阵是使用给定值创建的，但如果我们想要创建具有随机值的矩阵，我们将在矩阵函数中使用常规的方法。R 中的随机选取可以用多种方式进行，具体取决于我们的目标，例如，如果我们想要从正态分布中随机选取值，那么会使用 rnorm 函数将其存储在一个矩阵中，我们将其传入矩阵函数。示例 演示 Demo1

具有相同数量列的矩阵可以通过行来组合到一起。例如，如果我们有五个列表矩阵，每个矩阵有六列，那么这些矩阵可以通过连接它们的行的行来转换成一个矩阵。这可以通过使用 do.call(rbind,”矩阵对象名称列表”) 来完成。示例考虑以下矩阵及其列表 - 演示 Demo1

随机抽样有助于我们减少分析中的偏见。如果我们对分组进行数据处理，而我们可能希望根据组来寻找随机样本。例如，如果我们有一个带有组变量的数据框并且每个组包含十个值，那么我们可能想要创建一个随机样本，我们将在每个组中随机选择两个值。这可以通过在 .SD 中使用样本函数来完成示例考虑以下数据表格 -library(data.table) 组

我们知道，R 中的列表可以具有不同数据类型中的多个元素，但它们也可以相同。无论我们具有哪种类型的元素，相同元素或不同元素，我们都可能希望对具有唯一值的列表进行子集化处理，尤其是在我们相信这些值必须相同的情况下。要做到这一点，我们可以使用唯一函数。示例考虑以下列表 - 演示 Demo1

要对向量应用夏皮罗-威尔科克斯正态性检验，我们只需在夏皮罗检验函数中命名向量，但如果我们希望对 R 数据框列执行相同的操作，那么列必须以正确的方式指定出来。例如，如果数据框名称为 df，列名称为 x，那么函数将以 shapiro.test(df$x) 的方式工作。示例 演示 Demo1

无法直接找到 R 中矩阵的幂，因为基本 R 中没有相应的功能。因此，我们可以为此目的使用 expm 程序包中的 %^%。首先，我们会安装 expm 程序包，然后加载它并使用 %^%。例如，假设我们有一个名为 M 的矩阵，我们想要找到 M 提升到 2 的幂，它可以通过以下方式完成 − M %^% 2 示例安装和加载 expm 程序包 −install.packages("expm") library(expm) 示例和实时演示M1