如果 NA 值位于 R 数据框中的不同位置，则无法在基础 R 中轻松删除它们，我们需要一个包来完成此操作。解决此问题的最佳包是 dplyr，我们可以将 dplyr 的 summarise_each 函数与 na.omit 一起使用以删除所有 NA。但是，如果数据框中有多列，则所有列中的非 NA 值的数量必须相同。示例考虑以下数据框：在线演示> x1 x2 df1 df1输出 x1 x2 1 NA 15 2 NA 15 3 NA 15 ... 阅读更多

在数据分析中，许多小的目标有助于我们实现更大的目标。其中一个小的目标是检查数据集中是否存在某个值。在 R 中，我们有很多数据对象，例如数据框、矩阵、data.table 对象等。如果要检查 R 数据框中是否存在某个值，则可以使用任何函数。示例考虑以下数据框：在线演示> set.seed(3654) > x1 x2 x3 x4 df1 df1输出 x1 x2 x3 x4 1 4 5 16 2 2 5 4 ... 阅读更多

要使用 ggplot2 创建带有 3-sigma 限制的折线图，我们首先需要计算限制，然后才能创建图表。我们可以为此目的使用 ggplot2 的 geom_ribbon 函数，其中我们可以将下限 3-sigma 限制传递给 aes 的 ymin 参数，将上限 3-sigma 限制传递给 aes 的 ymax 参数，还需要指定 alpha，以便可以区分线条和限制的颜色。示例考虑以下数据框：在线演示> set.seed(14) > x y df df输出 x y 1 1 0.6690751 2 2 1.8594771 3 ... 阅读更多

有时我们想使用 R 中数据框的其他列来更改列或创建新列，这在我们要创建分类列时通常需要，但也可以用于数值列。例如，我们可能想要根据工资创建一个列，如果工资大于另一列中的工资，则添加这些工资，否则取两者的差值。这将有助于我们了解两列中的工资是否相等、小于或大于。在 R 中，我们可以使用 transform ... 阅读更多

当我们使用 ggplot2 包创建水平条形图时，分类变量的标签与轴的右侧对齐，如果这些标签的大小不同，则看起来有点模糊。因此，我们可能希望将标签的对齐方式设置为左侧，这可以通过使用 ggplot2 包的 theme 函数来完成。示例考虑以下数据框：> df df输出    x y 1 India  14 2 UK     15 3 Russia 12 4 United States of America 18加载 ggplot2 包并创建水平... 阅读更多

R 中没有直接绘制圆形的函数，但我们可以为此目的使用 plotrix 包。plotrix 包有一个名为 draw.circle 的函数，可用于绘制圆形，但我们首先需要在基本 R 中绘制图形，然后在 draw.circle 中传递正确的参数。draw.circle 的第一个和第二个参数采用 x 和 y 坐标，第三个参数用于半径，因此应根据基本 R 中的图表正确选择这些参数。加载 plotrix 包：> library(plotrix)使用 draw.circle 创建不同的圆形：示例在线演示> plot(1:10, type="n") > ... 阅读更多

首先我们需要理解的是，对角元素只有在是方阵时才有用，否则设置对角元素就没有意义，这几乎所有数学家都知道，但一些新生可能会感到困惑，因为我们可以在非方阵中创建对角线，这不应该被称为对角线。在 R 中，我们可以使用 diag 函数将矩阵的对角元素设置为缺失值/NA。示例 1 在线演示> M1 M1输出  [, 1] [, 2] [, 3] [, 4] [1, ] 1   5    9   13 [2, ] 2   6 ... 阅读更多

如果我们有一个分类变量或组变量，那么我们可能希望为每个类别或级别创建一个折线图，这将有助于我们理解单个图中多个级别的范围。为此，我们可以使用 ggplot2 包的 facet_grid 函数，如下例所示。示例考虑以下数据框：在线演示> x y df df输出 x y 1 C -1.55668689 2 A 2.41399136 3 D -0.78520253 4 A -0.43092594 5 C 1.94379390 6 A ... 阅读更多

type = "h" 是基本 R 中的绘图参数，通常在 plot 函数中使用。它有助于在 R 环境中生成垂直线而不是点。例如，如果我们要绘制从 1 到 10 的值，则 type = "h" 将绘制从 X 轴开始的垂直线，线的上端将表示实际值。示例 1 在线演示> plot(1:10,type="h")输出：示例 2 在线演示> plot(rnorm(10),type="h")输出

使用正态分布的小于概率是累积概率，可以使用正态分布的累积分布函数找到。在 R 中，我们有 pnorm 函数可以直接计算服从正态分布的随机变量的小于概率，该变量采用 Z 分数、均值和标准差。示例在线演示pnorm(0.95,1,0) pnorm(0.95,0,1) pnorm(0.10,0,1) pnorm(0.10,1,5) pnorm(0.10,1,50) pnorm(0.10,25,50) pnorm(0.12,25,50) pnorm(0.12,2,0.004) pnorm(0.12,2,0.5) pnorm(1,2,0.5) pnorm(12,20,3) pnorm(12,12,3) pnorm(12,15,3) pnorm(200,15,3) pnorm(200,201,3) pnorm(200,201,5) pnorm(20,25,5)输出[1] 0 [1] 0.8289439 [1] 0.5398278 [1] 0.4285763 [1] 0.4928194 [1] 0.309242 [1] 0.309383 [1] 0 [1] 8.495668e-05 [1] 0.02275013 [1] 0.003830381 [1] 0.5 [1] 0.1586553 [1] 1 [1] 0.3694413 [1] 0.4207403 [1] 0.1586553