当我们有一个单一的长字符串或一个字符串值的向量，并且字符串中的值由一些特殊字符分隔时，分割这些值可以帮助我们正确理解这些字符串。这可能发生在字符串数据记录有错误或出于其他目的的情况下。我们可以使用 strsplit 函数进行分割。示例 现场演示x1

要绘制 R 数据框的所有值，我们可以使用 matplot 函数。此函数根据 R 数据框的列绘制所有值，并用列号表示它们。例如，如果我们在 R 数据框中有五列，则 matplot 将用 1 表示第一列，用 2 表示第二列，用 3 表示第三列，依此类推。考虑以下数据框 - 示例 现场演示set.seed(555) v1

如果我们将每一行值除以特定行中所有值的总和，则可以计算行值的比例。因此，比例的总和将等于 1。这可以通过将数据框除以行和来完成，为此我们可以使用以下语法 - 语法data_frame_name/rowSums(data_frame_name)考虑以下数据框 - 示例 现场演示set.seed(111) x1

透明多边形仅表示边框线和空心区域；因此，我们只能理解覆盖的区域，但理解比例会有点困难。因此，这种可视化技术不如其他使用不同颜色填充区域的技术有用。但如果数据的范围不大，则可以使用它。考虑以下数据框 - 示例 现场演示set.seed(123) x

我们可能希望使用特定列的一个或多个值创建 R 数据框的子集。例如，假设我们有一个包含列 C1、C2、C3、C4 和 C5 的数据框 df，并且这些列中的每一列都包含从 A 到 Z 的值。如果我们想使用列 C1 中的值 A 或 B 选择行，则可以执行以下操作：df[df$C1=="A"|df$C1=="B",]。考虑以下数据框 - 示例set.seed(99) x1

列联表考虑两个分类变量的数值。通常，我们需要计数的列联表，尤其是在非参数分析中，但我们也可能希望将均值用于我们的分析。因此，我们可以使用 reshape 包中的 cast 函数，它可以轻松地解决创建列联表的问题。考虑以下数据框 - 示例 现场演示set.seed(99) x1

有时数据框充满了太多缺失值/NA，并且数据框的每一列都至少包含一个 NA。在这种情况下，我们可能希望找出每一列中存在多少缺失值。因此，我们可以如下使用 colSums 函数以及 is.na：colSums(is.na(df)) #这里 df 指的是数据框名称。考虑以下数据框 - 示例 现场演示set.seed(109) x1

要模拟正态分布，我们可以在 R 中使用 rnorm 函数，但我们无法限制模拟值的范围。如果我们想对固定范围模拟此分布，则可以使用 truncnorm 包的 truncnorm 函数。在此函数中，我们可以传递带有和不带均值和标准差的限制。加载和安装 truncnorm 包 - >install.packages("truncnorm") >library(truncnorm)示例rtruncnorm(n=10, a=0, b=10)[1] 0.76595522 0.33315633 1.29565988 0.67154230 0.04957334 0.38338705 [7] 0.75753005 0.65265304 0.63616552 0.45710877rtruncnorm(n=50, a=0, b=100)[1] 0.904997947 0.035692016 0.402963452 1.001102057 1.445190636 0.109245234 [7] 0.205630845 0.312428027 0.465876772 0.424647787 0.309222394 0.442172805 [13] 0.365503292 1.277570451 0.235747661 1.128447123 ... 阅读更多

当我们使用 ggplot2 包创建直方图时，直方图覆盖的区域填充为灰色，但我们可以删除该颜色以使直方图看起来透明。这可以通过在 geom_histogram 中使用 fill="transparent" 和 color="black" 参数来完成，我们需要使用 color 参数，因为如果我们不使用它，则直方图条的边框也将被删除，并且此颜色不限于黑色。示例考虑以下数据框 - set.seed(987) x

百分位数将一组数值划分为一百个组，如果值的个数为 100，则为单个值。我们可以找到 R 数据框的数值列的百分位数，因此，也可以根据这些百分位数选择列的值。为此，我们可以使用 quantile 函数。示例考虑以下数据框 - set.seed(111) x