有时我们只想根据列的初始值和结束值提取数据列的值，该列包含字符串，或者有时包含字符串的列的值会记录一些额外的字符，我们希望提取这些值。为此，我们可以使用带单方括号的 grepl 的否定。示例考虑以下数据框 -> x2 df2 head(df2, 20)输出x2 1 阿拉巴马州 2 阿拉斯加州 3 美属萨摩亚 4 亚利桑那州 5 阿肯色州 6 加利福尼亚州 7 科罗拉多州 8 康涅狄格州 9 特拉华州 10 哥伦比亚特区 11 佛罗里达州 12 佐治亚州 13 关岛 14 夏威夷 ... 阅读更多

脚注通常用于提供对文档、文本或图像的引用，称为引用。它帮助读者或查看者使用生成的新的文本或图像来查看原始来源。如果我们想使用 ggplot2 包在 R 中的图表中添加引用，那么我们可以添加具有标题选项的 labs 以添加脚注。示例考虑以下数据框 - 实时演示> set.seed(1) > x y df df输出       x       y 1 0.8735462 4.0117812 2 1.6836433 2.8898432 3 0.6643714 1.8787594 4 3.0952808 0.2853001 5 1.8295078 3.6249309 ... 阅读更多

有时我们的向量包含 NA 值，也可能存在一种情况，即一个向量在一个位置具有 NA，而另一个向量在相同位置具有数值。例如，1、2、NA 和 1、2、3。在这种情况下，我们可能希望将这两个向量组合成一个向量。这可以通过使用 dplyr 包的 coalesce 函数来完成。示例> library(dplyr) > x1 x1输出[1] NA 4 NA 1 2 NA 4 1 4 1 2 3 1 4 2 2 NA 2 2 1示例 实时演示> y1 y1输出[1] 1 2 ... 阅读更多

有时我们想确定所有向量元素的乘积，就像求和一样。这可能需要测试可以应用于数值向量的数学运算的变化。在基础 R 中，我们有 prod 函数，它的作用与 sum 相同，但它为我们提供了向量所有元素的乘积。示例 实时演示> v1 v1输出[1] 1 2 3 4 5> prod(v1)输出[1] 120 示例 实时演示> v2 v2输出[1] -0.500466629 0.394771317 0.575743107 0.026982141 0.812697502 [6] 0.995708241 2.198243938 -0.008609976 -0.931337300 -0.073743225> prod(v2)输出[1] 3.228448e-06示例 实时演示> v3 v3输出[1] 1.7328245888 -0.5772304935 2.5161349689 3.0401656274 0.1669773313 [6] -0.0001252235 0.7649984733 ... 阅读更多

通常，数值向量和字符串的连接会在 R 中产生一个字符串向量。例如，如果我们想使用 paste 函数将 1、2、3 与 Tutorialspoint 连接起来，那么它将产生一个向量，如下所示：“Tutorialspoint 1” “Tutorialspoint 2” “Tutorialspoint 3”。但是，如果我们希望它返回“Tutorialspoint 1 2 3”，那么我们需要将 collapse 参数与 paste 函数一起使用。示例 1> x1输出[1] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J"> y1输出[1] 1 9 6 3 8 1 8 5 9 1 2 8 3 8 4 5 10 1 6 3 ... 阅读更多

当我们使用 ggplot2 创建条形图时，条形颜色为深灰色，但可以更改为不同的颜色，或者我们也可以为它们提供不同的灰色阴影。如果我们正在绘制分类数据的模式，这将非常有用。例如，在 X 轴上绘制教育水平，在 Y 轴上绘制工作经验年限的频率。我们可以使用 ggplot2 包的 scale_fill_grey 函数来做到这一点。示例考虑以下数据框 - 实时演示> x Freq df df输出  x Freq 1 A 14 2 B 12 3 C 13 4 D 15> library(ggplot2) > ggplot(df, ... 阅读更多

在基础 R 中，barplot 函数可以轻松创建条形图，但如果条形数量很大，或者我们可以说如果我们为 X 轴设置的类别很多，那么图表中将不会显示一些 X 轴标签。因此，如果我们希望在图表中显示它们，则需要使用 las 和 cex.names。示例考虑以下数据和条形图 - 实时演示> x names(x) barplot(x)输出显示所有 X 轴标签 -> barplot(x,las=2,cex.names=0.5)输出

当我们在 R 中执行 t 检验并且两组之间的差异非常大时，检验的 p 值将打印为 2.2e – 16，这是 R 对假设检验过程的打印行为。可以使用 t 检验函数作为 t.test(“Var1”, ”Var2”, var.equal=FALSE)$p.value 提取实际的 p 值。此 p 值不太可能与 2.2e – 16 相同。示例 1 实时演示> x1 y1 t.test(x1, y1, var.equal=FALSE)输出    Welch 双样本 t 检验数据：x1 和 y1 t = -3617.2，df = 10098，p 值 < 2.2e-16 备择假设：均值之间的真实差异不 ... 阅读更多

有时我们希望组合两列的列值以创建新列。当我们有一个唯一的列可能与数值或任何其他类型的列组合时，这通常使用。此外，我们还可以通过使用不同的字符分隔要创建的列值来做到这一点。并且可以使用 apply 函数来完成。示例考虑以下数据框 - 实时演示> ID Country df1 df1输出  ID Country 1 1 英国 2 2 英国 3 3 印度 4 4 美国 5 5 美国 6 6 英国 7 7 尼泊尔 8 ... 阅读更多

网格线是水平和垂直的虚线，它们有助于组织图表，以便标签上的值更容易被查看者阅读。这在绘制大量数据点的情况下特别有用。由 plot 函数绘制的图表可以通过使用 abline 定义垂直和水平线来拥有网格线。示例考虑以下数据和散点图 - 实时演示> x y plot(x,y)输出使用 abline 函数添加网格线 -> abline(h=seq(0,5,0.5),lty=5) > abline(v=seq(-2,2,0.5),lty=5)输出