如果在一列中重复出现两个值，这意味着该列中有很多相同的值，但是如果这些值在列和行中都重复，则它们被称为两列中的重复行。要删除 R 数据框中如果存在于两列中的重复行，可以使用 duplicated 函数，如下例所示。考虑以下数据框 −示例 在线演示x1

默认情况下，使用 ggplot2 创建的条形图中的图例标签没有符号，但是我们可能希望显示标签的符号，尤其是在我们有一些负值的情况下。这可以使用 ggplot2 包的 geom_text 函数来完成，如下例所示。考虑以下数据框 −示例 在线演示x

有时我们想在以下情况下将新数据添加到原始数据框：我们需要更多数据进行分析，查找小型数据和大型数据之间的比较，或者原始数据中缺少一些数据，因此需要从其他数据集中添加更多数据。其中一项工作是从另一个数据框向现有数据框添加新行。这可以使用 rbind 函数来完成，如下例所示。考虑以下数据框 df1 和 df2 −示例 在线演示x

为了在将 R 中的数据框转换为 data.table 对象时处理行名缺失的列，我们需要在转换数据框时使用 keep.rownames 参数。例如，如果我们有一个名为 df 的数据框需要转换为 data.table 对象而不会丢失行名，那么我们可以使用以下命令：data.table(df,keep.rownames=TRUE)示例library(data.table) head(mtcars)输出    mpg  cyl  disp  hp  drat  wt  qsec  vs  am  gear  carb Mazda RX4  21.0  6  160  110  3.90  2.620  16.46  0  1  4  4 Mazda RX4 Wag 21.0  6  160  110  3.90  2.875  17.02  0  1  4  4 Datsun  710  22.8  4  108  93  3.85  2.320  18.61  1  1  4  1 Hornet 4 Drive 21.4  6  258  110  3.08  3.215  19.44  1  0  3  1 Hornet Sportabout 18.7  8  360  175  3.15  3.440  17.02  0  0  3  2 Valiant  18.1  6  225  105  2.76  3.460  20.22  1  0  3  1示例mtcars_data_table

要删除基本 R 中轴和图内点之间的绘图边距，我们可以在 plot 函数中使用 xaxs 和 yaxs 参数。根据 xaxs 和 yaxs 参数的选择，相应方向的绘图区域比这些限制指定的区域大 4% 或完全匹配“i”限制。示例x

NA 值和 NaN 值的性质大相径庭，因此，删除包含 NA 值的行与删除包含 NaN 值的行不同。例如，如果我们有一个包含 NaN 值的数据框，则可以使用 is.finite 函数删除这些行，如下例所示。考虑以下数据框 −示例 在线演示x1

要在基本 R 中增加直方图线的粗细，我们需要使用 par 函数来定义线的粗细大小。如果我们想这样做，则必须先定义线粗细，然后再创建直方图。线大小的一个示例可能是 line

要忽略缺失值查找列的行均值，我们需要使用带有 na.rm 的 rowMeans 函数。例如，如果我们有一个名为 df 的数据框，其中包含五列，并且其中一些值缺失，则可以使用以下命令计算行均值：rowMeans(df,na.rm=TRUE)。考虑以下数据框 −示例 在线演示x1

shapiro.test 在 R 中有一个限制，它只能应用于最多 5000 个样本大小，最小样本大小必须为 3。因此，我们有另一种备择假设检验，称为 Anderson Darling 正态性检验。要执行此检验，我们需要加载 nortest 包并使用 ad.test 函数，如下例所示。考虑以下数据框 −示例 在线演示x

默认情况下，R 中的任何图都不会显示正号。众所周知，如果任何值都没有看到符号，则认为它是正数，因此我们不需要符号，但是为了区分 0 和正值，可以做到这一点。要显示 X 轴标签的正号，我们可以使用 scale_x_continuous 函数。考虑以下数据框 −示例 在线演示x