通常，我们会得到大小不同的数据框，这意味着任何一个数据框中都缺少一些行或列。因此，要合并这些类型的数据框，我们可以将它们与所有值一起合并，并在必要时将缺失值转换为零。这可以通过使用 merge 函数来完成，并且使用单个方括号将缺失值 NA 替换为零。示例考虑以下数据框 -> C1 df1 df1 C1 1 A 2 B 3 C 4 D 5 E 6 F 7 G ... 阅读更多

在我们的日常生活中，我们经常想知道几天后的日期是什么。这在职业生活中也是必需的，尤其是在那些我们从事项目并有严格截止日期的职业中。要查找几天后的日期，我们只需在使用 as.Date 读取日期后使用加号即可。示例> as.Date("2001-01-01")+30 [1] "2001-01-31" > as.Date("2020-06-30")+30 [1] "2020-07-30" > as.Date("2020-06-30")+50 [1] "2020-08-19" > as.Date("2020-06-30")+100 [1] "2020-10-08" > as.Date("2020-06-30")+120 [1] "2020-10-28" > as.Date("2020-06-30")+15 [1] "2020-07-15" > as.Date("2020-06-30")+45 [1] "2020-08-14" > as.Date("2020-06-30")+40 [1] "2020-08-09" > as.Date("2020-12-25")+20 [1] "2021-01-14" > as.Date("2020-12-25")+300 [1] ... 阅读更多

我们可以创建具有不同绘图窗口大小的 R 绘图。当我们想要以不同的方式表达 X 轴或 Y 轴时，这将非常有用。此外，绘图窗口大小的变化将有助于我们将绘图粘贴到短或大的位置。例如，如果我们想在商务会议中展示绘图，那么我们可以增加其大小；如果我们想将其发布在论文中，那么可以减小其大小。示例考虑以下向量 x 和 y -> x y plot(x, y)输出使用 10 英寸宽和 5 英寸 ... 阅读更多

我们可能会获得包含 NA 和空格的一列的数据集，因此，有必要处理这些值。处理这些值的一种方法是选择我们没有这些值的行。这可以通过通过单个方括号进行子集化来完成。示例考虑以下数据框 -> set.seed(1) > x1 x2 x3 df df x1 x2 x3 1 4 1 5 2 39 5 3 1 3 5 4 34 4 5 5 23 1 6 43 7 14 3 8 18 ... 阅读更多

如果我们有一个列表，其中包含总元素数为偶数的向量，那么我们可以创建这些元素的矩阵。例如，如果一个列表包含 8 个向量，并且这 8 个向量中的元素总数为 100 或 2 的其他倍数，那么我们可以创建这些元素的矩阵。这可以通过在矩阵函数内使用 unlist 函数来完成。示例考虑以下列表 x -> x x [[1]]   [1]  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 [[2]]   [1] 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 [[3]]   [1] 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 [[4]]   [1] 76 77 78 79 80  81 82 83 84 85 86 87 88 89 90 91 92 93 94  [20] 95 96 97 98 99 100 [[5]]  [1] 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 [20] 120 121 122 123 124 125 [[6]]  [1] 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 [20] 145 146 147 148 149 150 [[7]]  [1] 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 [20] 170 171 172 173 174 175 [[8]]  [1] 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 [20] 195 196 197 198 199 200 > Matrix_x Matrix_x      [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]  [1,]   1   2   3    4    5    6    7    8    9   10  [2,]  11  12  13   14   15   16   17   18   19   20  [3,]  21  22  23   24   25   26   27   28   29   30  [4,]  31  32  33   34   35   36   37   38   39   40  [5,]  41  42  43   44   45   46   47   48   49   50  [6,]  51  52  53   54   55   56   57   58   59   60  [7,]  61  62  63   64   65   66   67   68   69   70  [8,]  71  72  73   74   75   76   77   78   79   80  [9,]  81  82  83   84   85   86   87   88   89   90 [10,]  91  92  93   94   95   96   97   98   99  100 [11,] 101 102 103  104  105  106  107  108  109  110 [12,] 111 112 113  114  115  116  117  118  119  120 [13,] 121 122 123  124  125  126  127  128  129  130 [14,] 131 132 133  134  135  136  137  138  139  140 [15,] 141 142 143  144  145  146  147  148  149  150 [16,] 151 152 153  154  155  156  157  158  159  160 [17,] 161 162 163  164  165  166  167  168  169  170 [18,] 171 172 173  174  175  176  177  178  179  180 [19,] 181 182 183  184  185  186  187  188  189  190 [20,] 191 192 193  194  195  196  197  198  199  200 > Matrix_x Matrix_x [,1] [,2] [,3] [,4] [,5] [,6] [,7] [,8] [,9] [,10]  [1,]  1  21 41 61 81 101 121 141 161 181  [2,]  2  22 42 62 82 102 122 142 162 182  [3,]  3  23 43 63 83 103 123 143 163 183  [4,]  4  24 44 64 84 104 124 144 164 184  [5,]  5  25 45 65 85 105 125 145 165 185  [6,]  6  26 46 66 86 106 126 146 166 186  [7,]  7  27 47 67 87 107 127 147 167 187  [8,]  8  28 48 68 88 108 128 148 168 188  [9,]  9  29 49 69 89 109 129 149 169 189 [10,] 10  30 50 70 90 110 130 150 170 190 [11,] 11  31 51 71 91 111 131 151 171 191 [12,] 12  32 52 72 92 112 132 152 172 192 [13,] 13  33 53 73 93 113 133 153 173 193 [14,] 14  34 54 74 94 114 134 154 174 194 [15,] 15  35  55 75 95 115 135 155 175 195 [16,] 16  36 56 76 96 116 136 156 176 196 [17,] 17  37  57 77 97 117 137 157 177 197 [18,] 18  38  58 78 98 118 138 158 178 198 [19,] 19  39  59 79 99 119 139 159 179 199 [20,] 20  40  60 80 100 120 140 160 180 200

如果您在 Github 上有一个 csv 文件，那么可以通过使用其 URL 直接在 R 中导入它，但请确保您在 Github 页面上存储数据的位置点击“原始”选项。许多人没有点击“原始”选项，因此他们读取 HTML 而不是 CSV 并感到困惑。在这里，我分享了一个包含数据集列表的公共数据集。此数据集有 12 个变量。现在让我们导入它 -> Data str(Data) 'data.frame': 57 obs. of 12 variables: $ Dataset.Name : Factor w/ 57 levels " ", "2008 Election ... 阅读更多

如果存在一个频率与其他频率显着不同的类别，那么使用 ggplot2 的条形图的 X 轴标签将自动排序以交替显示值。我们可能希望保留分类变量中可用的类别的原始顺序。因此，我们可以将分类变量存储为因子，然后创建条形图。示例考虑以下数据框 -> Group Frequency df df Group Frequency 1 India 12 2 USA 18 3 UK 35 4 Germany 20 > ... 阅读更多

创建日期向量不是一件容易的事，但借助 seq 和 as.Date，它在 R 中变得很容易。借助这些函数，我们可以在 R 中创建一个包含两个日期之间日期的向量。但这不能以相反的顺序进行，例如，如果我们希望将未来日期作为向量的第一个元素，那么这是不可能的。示例> V1 V1  [1] "2020-01-01" "2020-01-02" "2020-01-03" "2020-01-04" "2020-01-05"  [6] "2020-01-06" "2020-01-07" "2020-01-08" "2020-01-09" "2020-01-10" [11] "2020-01-11" "2020-01-12" "2020-01-13" "2020-01-14" "2020-01-15" [16] "2020-01-16" "2020-01-17" "2020-01-18" "2020-01-19" "2020-01-20" [21] "2020-01-21" "2020-01-22" "2020-01-23" ... 阅读更多

我们可能希望提取行索引，而不管其类型（数字或字符串）如何，以便进行一些计算，如果它被错误地设置为行索引。这发生在数据收集过程中或数据处理不正确的情况下。此外，由于行索引有助于访问行，因此我们必须为它们提供正确的名称，而不是可能造成混淆的值。例如，如果数据框的行索引为 43、94 等，则可能会造成混淆。因此，如果需要，我们应该将行索引转换为向量或列。示例考虑以下数据框（此处，... 阅读更多

散点图用于观察两个连续变量之间的关系。如果样本量很大，则图上的点会彼此重叠，看起来不美观。此外，此类散点图的解释并非易事，因此，我们可以增加图上点的透明度，使其更具吸引力。我们可以通过在 ggplot2 的 geom_point 中使用 alpha 参数来实现这一点。示例考虑以下数据框 -> set.seed(123) > x y df library(ggplot2) > ggplot(df, aes(x, y))+geom_point()输出> ggplot(df, aes(x, y))+geom_point(alpha=0.10)输出> ggplot(df, aes(x, y))+geom_point(alpha=0.05)输出阅读更多