我们可以如下创建空数据框：-> df str(df) 'data.frame': 0 obs. of 5 variables: $ Income : num $ Age : int $ EducationLevel: Factor w/ 0 levels: $ MaritalStatus : logi $ StateLiving : chr我们可以使用 -> edit(df) 来编辑此数据框。此编辑命令将打开一个电子表格，我们可以在数据框中输入数据。

考虑以下列表：-> List df df X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 1 x c t g d l j y i q 2 s k u j i w x o p n 3 h p e c y m o d z s 4 c f e d n w v b k h 5 u y g j i m l x k s 6 q k f v y b c i x z 7 x i v m f j h t g b 8 c z ... 阅读更多

我们可以使用 match %in% 来检查向量是否包含给定值。示例 > x 1%in%x [1] TRUE > 10%in%x [1] TRUE > 99%in%x [1] TRUE > 1024%in%x [1] TRUE > 100%in%x [1] FALSE我们也可以用它来检查两个向量之间的公共值。示例 > x y x%in%y [1] FALSE TRUE FALSE FALSE

有两种方法可以删除数据框子集中的因子水平，第一种是使用 factor 函数，另一种是使用 lapply。示例 > df levels(df$alphabets) [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" > subdf levels(subdf$alphabets) [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"尽管我们创建了一个子集，但因子变量 alphabets 的级别仍然显示 10 个级别。如果我们想删除因子级别，则可以通过使用 factor 函数 > subdf$alphabets levels(subdf$alphabets) [1] "a" "b" "c" "d" "e" ... 阅读更多

我们可以在绘制第一张图表后使用 lines 函数来实现这一点。示例 > x X1 X2 plot(x, X1, type="l",col="red", ylab="X") > lines(x, X2, col="green")

我们可以使用 as.numeric 函数并定义因子的级别或定义因子的字符来将因子转换为整数或数值变量。示例 > f f [1] 0.323049098020419 0.916131897130981 0.271536672720686 0.462429489241913 [5] 0.657008627429605 0.462429489241913 0.462429489241913 0.212830029195175 [9] 0.271536672720686 0.497305172728375 7 Levels: 0.212830029195175 0.271536672720686 ... 0.916131897130981使用 as.numeric > as.numeric(levels(f))[f] [1] 0.3230491 0.9161319 0.2715367 0.4624295 0.6570086 0.4624295 0.4624295 [8] 0.2128300 0.2715367 0.4973052 > 使用 as.numeric(as.character( )) > as.numeric(as.character(f)) [1] 0.3230491 0.9161319 0.2715367 0.4624295 0.6570086 0.4624295 0.4624295 [8] 0.2128300 0.2715367 0.4973052

我们可以使用 is.na 函数替换所有 NA 值。示例 > Data df df V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 1 9 7 3 0 3 7 7 3 9 9 2 9 2 3 0 2 0 1 4 6 7 3 5 0 9 2 4 8 8 7 NA 5 4 7 3 1 2 6 NA 7 1 1 8 5 3 2 9 6 4 7 0 5 6 1 6 8 5 6 5 3 9 6 0 7 0 7 8 3 4 NA NA 0 2 4 2 NA 8 6 9 9 9 4 0 6 1 7 NA 9 5 5 NA 8 1 NA 0 9 9 3 10 1 1 0 7 1 1 4 1 2 1用 0 替换 NA > df[is.na(df)] df V1 V2 V3 V4 V5 V6 V7 V8 V9 V10 1 9 7 3 0 3 7 7 3 9 9 2 9 2 3 0 2 0 1 4 6 7 3 5 0 9 2 4 8 8 7 0 5 4 7 3 1 2 6 0 7 1 1 8 5 3 2 9 6 4 7 0 5 6 1 6 8 5 6 5 3 9 6 0 7 0 7 8 3 4 0 0 0 2 4 2 0 8 6 9 9 9 4 0 6 1 7 0 9 5 5 0 8 1 0 0 9 9 3 10 1 1 0 7 1 1 4 1 2 1

可以通过创建要删除的列的对象或要保留的列的对象来删除数据框的列。示例 > df keeps df[keeps] Var3 Var4 1 21 31 2 22 32 3 23 33 4 24 34 5 25 35 6 26 36 7 27 37 8 28 38 9 29 39 10 30 40

我们可以使用回归模型对象名称和 $r.squared 来查找 R 平方，并使用用户定义的函数来提取 p 值。示例 提取 R 平方 > x y LinearRegression summary(LinearRegression)$r.squared [1] 0.2814271提取 p 值 > Regressionp

我们可以使用 order 函数按多个列对数据框进行排序。示例 考虑以下数据框：-> df df x1 x2 x3 x4 1 Hi A 4 9 2 Med B 7 5 3 Hi D 5 7 4 Low C 3 4假设我们要按 x4 列降序排序，然后按 x1 列升序排序。可以按如下方式完成：-> df[with(df, order(-x4, x1)), ] x1 x2 x3 x4 1 Hi A 4 9 3 Hi D 5 7 2 Med B 7 5 4 Low C 3 4我们可以... 阅读更多