我们可以使用 gsub 函数来实现这一点。示例：> x x [1] "14870e" "16578e" "302e47" "e95748" > gsub("e", "", x) [1] "14870" "16578" "30247" "95748"

这可以通过使用 reshape 函数来完成。示例：> data dataname salarygroup Errors1 firstName 1 58 2 firstName 2 50 3 firstName 3 47 4 firstName 4 29 5 firstName 5 36 6 LastName 1 34 7 LastName 2 40 8 LastName 3 54 9 LastName 4 38 10 LastName 5 41 > reshape(data, idvar = "name", timevar = "salarygroup", direction = "wide")name Errors.1 Errors.2 Errors.3 Errors.4 Errors.51 firstName 58 50 47 29 36 6 LastName 34 40 54 38 41

这可以使用 subset 函数轻松完成。示例：> df df x y z a 1 1 6 11 16 2 2 7 12 17 3 3 8 13 18 4 4 9 14 19 5 5 10 15 20 要删除一列：> df df y z a 1 6 11 16 2 7 12 17 3 8 13 18 4 9 14 19 5 10 15 20 要删除两列：> df df df z a 1 11 16 2 12 17 3 13 18 4 14 19 5 15 20 要删除一列范围：> df df df a 1 16 2 17 3 18 4 19 5 20 要删除单独的列：> df df df y 1 6 2 7 3 8 4 9 5 10

我们可以在 stringi 包中使用 stri_sub 函数。示例：> x x [1] "TutorialsPoint is the largest online library for best tutorials" > library(stringi) > stri_sub(x,1,9) [1] "Tutorials" > stri_sub(x,1,-20) [1] "TutorialsPoint is the largest online library" > stri_sub(x,-14,-1) [1] "best tutorials" > stri_sub(x,-41,-1) [1] "largest online library for best tutorials"

要检查一个字符串是否是另一个字符串的子集，我们可以使用 grepl 函数。示例：> Company Job grepl(Job, Company, fixed = TRUE) [1] TRUE 我们在这里得到 TRUE，因为 Tutor 是 TutorialsPoint 的子集。> grepl(Company, Job, fixed = TRUE) [1] FALSE 我们在这里得到 FALSE，因为 TutorialsPoint 不是 Tutor 的子集。

这可以使用 tail 函数完成。示例：> x tail(x,n=1) [1] 1095 > data tail(data,n=1) Class 10 PhD df = data.frame(matrix(rnorm(20), nrow=5)) > tail(df,n=1) X1 X2 X3 X4 5 -0.3595053 0.9943738 0.959761 -0.6565688 > tail(df$X4,n=1) [1] -0.6565688

我们可以使用 options(scipen=999) 来做到这一点。示例：> x t.test(x, mu=2000) 单样本 t 检验数据：x t = -14.212，df = 9，p 值 = 1.801e-07 备择假设：真实均值不等于 2000 95% 置信区间 -151.3501 659.0499 样本估计 -x 的均值 405.2 这里 p 值是科学计数法。现在我们可以将其停用如下：-> options(scipen=999) > t.test(x, mu=2000) 单样本 t 检验数据：x t = -14.212，df = 9，p 值 = 0.0000001801 备择假设：真实均值不等于 2000 95% 置信区间 -151.3501 659.0499 样本估计 -x 的均值 405.2 如果我们想再次启用科学计数法，则可以… 阅读更多

这可以通过按照我们想要的顺序设置变量的级别来完成。示例：> data data ggplot(data, aes(x = Class)) + geom_bar() 按升序设置级别：> data

可以使用方括号重新排序列。示例：> df = data.frame(matrix(rnorm(20), nrow=5)) > df X1 X2 X3 X4 1 -0.3637644 2.0770246 0.48763128 -0.09019256 2 -3.1758515 2.3173075 0.86846761 0.38396459 3 1.1844641 0.3412267 1.90986295 -1.03493074 4 -0.5953466 1.7211738 -0.90686896 -0.71215313 5 -0.8732530 0.3256303 0.02312328 -0.36993899 假设我们想将列的顺序更改为 X3、X2、X4 和 X1，则可以按如下所示进行：-> df[,c(3,2,4,1)] X3 X2 X4 X1 1 0.48763128 2.0770246 -0.09019256 -0.3637644 2 0.86846761 2.3173075 0.38396459 -3.1758515 3 1.90986295 0.3412267 -1.03493074 1.1844641 4 -0.90686896 1.7211738 -0.71215313 -0.5953466 5 0.02312328 0.3256303 -0.36993899 -0.8732530

有三种方法可以查找向量中元素的索引。示例：> x x [1] 8 10 9 6 2 1 4 7 5 3 使用 which：> which(x == 6)[[1]] [1] 4 我们在这里找到了向量 x 中 6 的索引。使用 match：> match(c(4,8),x) [1] 7 1 我们在这里找到了向量 x 中 4 和 8 的索引。使用 which 和 %in%：> which(x %in% c(2,4)) [1] 5 7 我们在这里找到了向量 x 中 2 和 4 的索引。