字符串向量可以包含任何值，包括空格。有时会读取带有空格的字符串向量，我们希望分割向量然后提取一些值。例如，如果一个字符串包含“ABC 123”，我们可能想要提取数字 123 以便在分析中使用。如果字符串向量包含大小相同的字符串，则可以使用 substr 函数轻松完成。示例> x1 x1 [1] "1 00" "1 01" "1 02" "1 03" "1 03" "1 04" > Numeric_Last_two_x1 Numeric_Last_two_x1 [1] "00" "01" "02" "03" ... 阅读更多

通常，我们在因子列中具有重复值，这意味着因子列具有许多级别，并且这些级别中的每一个都出现多次。在这种情况下，如果我们有一个频率列，那么我们希望根据因子列的值找到该频率的总和，这可以使用 aggregate 函数完成。示例 实时演示考虑以下数据框 −> set.seed(109) > Class Frequency df1 df1输出    Class Frequency 1     E       9 2     D       5 3     B       10 ... 阅读更多

单个对象或项目有许多度量单位。例如，重量可以用毫克、克、千克、吨、盎司、磅等来衡量。现在假设我们有两个属于同一度量单位的变量，例如可口可乐罐的重量和苹果汁的重量，如果这两个变量的重量单位不同，例如一个用克表示，另一个用盎司表示，那么我们可能想要转换其中一个。这将帮助我们轻松比较这两个变量，而不会与度量标准冲突。因此，我们…… 阅读更多

当我们创建一个带有图例的条形图或任何其他图时，图例的背景是白色的，但可以使用 scales 包将其更改为任何颜色。我们可以使用 theme 函数中的 legend.background 参数中的 alpha 来更改图例。这将帮助我们更改图例的背景颜色。示例 实时演示> x y df df输出   x  y 1   0 25 2 100 28 3 150 32 4 200 25创建带有图例的条形图 −> library(ggplot2) > ggplot(df, aes(x, y, fill=x))+geom_bar(stat="identity")输出更改图例的背景颜色…… 阅读更多

分类变量的值可以用数字、字符、数字和字符的组合、特殊字符、数字符号或任何其他方法来表示。但是，当我们创建条形图时，如果标签名称的大小很大，我们可能希望通过使用在 scale_x_discrete 中使用 expression 参数来表示具有相同含义的不同单词或字符或符号来减小它。示例考虑以下数据框 − 实时演示> x y df df输出   x  y 1 0   25 2 100 28 3 ... 阅读更多

在数据分析中，有时我们需要将零用于某些计算，无论是为了抵消变量的影响，还是根据分析目标的其他目的。为了处理这种情况，我们需要一个零值或一个向量，有很多方法可以在 R 中创建值为零的向量。重要的是向量长度。示例> x1 x1 [1] 0 0 0 0 0 0 0 0 0 0 > x2 x2 [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ... 阅读更多

回归中的标准化系数也称为 beta 系数，它们是通过标准化因变量和自变量获得的。因变量和自变量的标准化意味着将这些变量的值转换为均值和标准差分别为 0 和 1 的方式。我们可以在创建模型时使用 scale 函数来查找线性回归模型的标准化系数。示例考虑以下数据框 − 实时演示> set.seed(99) > x y df1 df1输出      x       y 1 1.7139625 1.2542310 2 1.9796581 2.9215504 3 1.5878287 2.7500544 4 ... 阅读更多

R 数据框可以有很多列，我们可能想要选择除少数几列之外的所有列。在这种情况下，最好通过取消选择不需要的列来提取列，而不是选择需要的列，因为需要的列数多于不需要的列数。这可以使用 ! 符号和单方括号轻松完成。示例考虑以下数据框 − 实时演示> Age Gender Salary ID Education Experience df df输出 ID    Gender    Age     Salary    Experience    Education 1 ... 阅读更多

数据框可以有多种类型的列，其中一些列可以根据其特性组合成单个列。例如，如果一列包含字符，而另一列包含数字，那么我们可能希望通过用特殊字符分隔来连接它们，以将其显示为标识。示例考虑以下数据框 − 实时演示> ID Frequency set.seed(111) > ID Frequency df df输出   ID Frequency 1 A    78 2 B    84 3 C    83 4 D    47 5 E    25 6 F    59 7 G    69 ... 阅读更多

如果多个矩阵的元素代表相同类型的特征，那么我们可能需要找到这些元素的平均值。例如，如果我们有一个列表中存储的矩阵 M1、M2、M3 和 M4，并且第一个元素代表某物的速率，例如雨季生锈铁的腐蚀速率，那么我们可能需要找到矩阵 M1、M2、M3 和 M4 的第一个元素的平均值。可以使用 Reduce 函数找到这个平均值。示例考虑以下矩阵及其列表 − 在线演示> M1 M1输出  [, 1] [, 2] ... 阅读更多