查找分组均值是很常见的事情，但是如果我们进行逐步分析，那么当我们的数据集中有分类变量时，也需要值的总和。这可以使用 dplyr 包的 group_by 和 summarise_each 函数轻松完成。示例考虑以下数据框：在线演示> Group Salary Emp Emp输出Group Salary 1 D 28256 2 B 31092 3 A 23147 4 C 28209 5 B 37676 6 C 33374 7 D 44864 8 B 40152 9 A 25843 10 A 40946 11 D 23321 12 A 42854 13 C 36960 14 A 35285 15 ... 阅读更多

大多数情况下，使用拆分来查找列表元素的平均值，但我们也可以使用双方括号来实现相同目的。双对方括号基本上用于访问列表元素中的值，因此平均值函数可以直接使用这些值。查看下面的示例以了解其工作原理。示例考虑以下列表：在线演示> x x输出[1] 3 3 3 5 3 1 4 7 5 4 5 9 9 7 4 3 6 2 4 3 3 4 7 4 4 [26] 4 5 3 4 4 3 5 7 2 ... 阅读更多

如何在 R 中从命名向量中提取向量值的名称？向量值的名称是使用 name 函数创建的，可以使用相同的函数提取名称。例如，如果我们有一个名为 x 的向量，它包含五个值（1 到 5），并且它们的名称定义为 first、second、third、fourth 和 fifth，那么可以使用 names(x)[x==1] 提取 x 中值的名称。示例 1 在线演示> x1 names(x1) x1输出one two three four 1 2 3 4示例> names(x1)[x1==1]输出[1] "one"示例> names(x1)[x1==2]输出[1] "two" 示例> names(x1)[x1==3]输出[1] "three"示例> names(x1)[x1==4]输出[1] "four" 示例 2 在线演示> x2 x2输出 [1] ... 阅读更多

笛卡尔连接是两个对象的连接，它创建了每个对象中的每个值与另一个对象中所有值的组合。例如，如果我们有一个包含 1、2、3 的向量 x，另一个对象 y 包含 a、b、c，那么笛卡尔连接将是 1a、2a、3a、1b、2b、3b、1c、2c 和 3c。查看下面的示例以了解如何操作。示例> library(data.table) > DT1 DT1输出 x 1: 1 2: 2 3: 3 4: 4示例> DT2 DT2输出 y 1: 25 2: ... 阅读更多

为了查找数据框中每一行最小值的列号，我们可以使用 apply 函数，但如果我们想以表格形式返回输出，则应使用 matrix 函数。例如，如果我们有一个数据框 df，那么我们的问题可以使用以下代码解决：as.matrix(apply(df, 1, which.min))。示例考虑以下数据框：在线演示> set.seed(37) > x1 x2 x3 x4 x5 df1 df1输出x1 x2 x3 x4 x5 1 1 2 4 9 3 2 0 5 8 10 4 3 1 3 8 6 1 4 1 5 5 8 ... 阅读更多

用序数字符串替换数字最简单的方法是使用 ifelse 函数。R 中的 ifelse 函数的工作方式为 ifelse(test_expression, x, y)。这里，test_expression 必须是逻辑向量或可以强制转换为逻辑的对象）。返回值是一个与 test_expression 长度相同的向量。示例 1 在线演示> x1 x1输出[1] 1 1 1 0 1 0 0 1 1 1 0 0 1 0 1 0 0 1 1 0 0 1 1 1 1 0 0 0 0 1 1 1 0 1 1 0 1 [38] 0 1 1 0 0 1 0 1 ... 阅读更多

我们可以使用 R 中的一行代码创建一个空白 csv 文件，并且可以执行此操作的函数是 cat。如果我们想要该文件为空白，则 NULL 值将传递到函数中，并且必须使用文件名。例如，如果我们想创建一个名为 BlankCSV 的空白文件，则可以使用以下代码：> cat(NULL, file="BlankCSV.csv")输出：这是系统文档文件夹中的输出，默认情况下所有 R 文件都存储在此处（如果需要，我们可以更改该位置）：...的输出 阅读更多

如果第一个值小于第二个值，第二个值小于第三个值，第三个值小于第四个值，第四个值小于第五个值，依此类推，则这些值按递增顺序排列。在基础 R 中，我们有一个名为 is.unsorted 的函数，可以帮助我们确定 R 数据框中一列的值是否按递增顺序排列。查看下面的示例以了解其工作原理。示例 1 在线演示> set.seed(3257) > x df1 df1输出 x 1 9 2 8 3 8 4 7 5 10 6 2 7 ... 阅读更多

基础 R 中的 union 函数帮助我们找到两个向量的并集，但是如果我们有三个向量，则不能直接创建并集。为此，我们需要使用两次 union 函数。例如，如果我们有三个定义为 x、y 和 z 的向量，则可以使用命令 union(x, union(y, z)) 找到这些向量的并集。示例 1 在线演示> x1 y1 z1 union(x1, union(y1, z1))输出[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15示例 2 在线演示> x2 x2输出[1] 13 6 16 11 9 11 3 15 ... 阅读更多

通常，我们使用直方图来理解变量的分布，但如果在直方图上叠加一条线，则会使图表更平滑，从而更容易理解变化。要使用ggplot2在直方图上显示曲线，我们可以使用`geom_density`函数，其中计数将乘以直方图的binwidth，以便适当地创建密度线。示例考虑以下数据框：在线演示> x df head(df, 20)输出 x 1 4 2 5 3 6 4 4 5 9 6 ... 阅读更多