子集是数据分析中最重要的方面之一。一种情况可能是基于多个值对字符列进行子集划分。例如，如果 R 数据框的字符列有 5 个类别，我们可能只想提取 2 个、3 个或 4 个值，那么可以使用 dplyr 包的 filter 函数和 stringr 包的 str_detect 函数来完成。考虑以下数据框 - 示例 在线演示分组

如果向量值存在于另一个向量中，我们可能想要查找这些值在另一个向量中的频率/计数。例如，如果我们有两个向量 x 和 y，并且 y 中的一些值也存在于 x 中。因此，我们可以使用命令 colSums(outer(x,y,"==")) 找到 x 中 y 值的频率。示例 在线演示x1

如果我们在数据框中存储了时间序列数据，那么不能直接将其绘制为时间序列，并且也可能无法直接显示序列的标签。因此，我们首先需要使用函数 ts 将数据框转换为时间序列对象，如下例所示，然后使用 plot 函数创建绘图，这也会显示序列的标签。考虑以下数据框 - 示例 在线演示时间

小计是指根据分组列查找值的总和。例如，如果我们有一个名为 df 的数据框，其中包含三个数值列 x、y、z 和一个分类列 Group，那么可以使用命令 aggregate(cbind(x,y,z)~Group,data=df,FUN=sum) 找到 Group 中每个类别 x、y、z 的小计。考虑以下数据框 - 示例 在线演示x1

要创建一个包含递增值的随机整数向量，我们可以使用 sample.int 进行随机抽样，并使用 cummax 函数来获得递增的值。例如，要创建一个大小为 5、最大值为 5、从 1 开始的随机整数向量，可以使用命令 cummax(sample.int(5))。示例 在线演示x1

当我们执行任何类型的数据分析时，会在 R 环境中创建许多类型的对象，例如向量、数据框、矩阵、列表、数组等。如果我们想要获取 R 环境中可用数据框的列表，可以使用以下命令：names(which(unlist(eapply(.GlobalEnv,is.data.frame))))示例 在线演示x1

如果我们在 R 数据框中有一列数值数据，并且该列中唯一值的个数很少，这意味着数值列可以被视为一个因子。因此，我们可以将数值列转换为因子。要使用 dplyr 包执行此操作，我们可以使用 dplyr 包的 mutate_if 函数。加载 dplyr 包并将 BOD 数据集（在基础 R 中可用）中的数值列转换为因子列 - 示例library(dplyr) str(BOD) 'data.frame': 6 obs. of 2 variables: $ Time : num 1 2 3 4 5 7 $ demand: num 8.3 10.3 19 16 15.6 19.8 - ... 阅读更多

要创建数字的反转，我们可以使用 stringi 包的 stri_reverse 函数。例如，如果我们有一个包含一些数字的向量 x，那么可以使用命令 stri_reverse(x) 生成这些数字的反转。但是输出将是字符形式，如果我们想要数值，则可以使用 as.numeric 函数。library(stringi)示例 在线演示x1

要创建多个向量的组合，我们可以使用 expand.grid 函数。例如，如果我们有六个向量 x、y、z、a、b 和 c，那么可以使用命令 expand.grid(x,y,z,a,b,c) 创建向量的组合。示例 在线演示x1

如果我们在 R 数据框中有一列字符数据，那么我们可能想要检查特定值是否存在于该列中。例如，如果我们有一个性别列，我们可能想要检查跨性别者是否存在于该列中。这可以使用 grepl 函数来完成。查看下面的示例以了解其工作原理。考虑以下数据框 - 示例 在线演示x