质数只能被自身和 1 整除。这些质数也可以整除其他数字，因此它们成为这些数字的因数。例如，5 是一个质数，它也可以整除 20。要查找数字的质因数，我们可以使用 numbers 包的 primeFactors 函数。示例library(numbers)primeFactors(100)[1] 2 2 5 5primeFactors(1000)[1] 2 2 2 5 5 5 primeFactors(32547)[1] 3 19 571primeFactors(12354767)[1] 17 726751 primeFactors(21457)[1] 43 499primeFactors(99)[1] 3 3 11 primeFactors(365748)[1] 2 2 3 29 1051primeFactors(214687)[1] 11 29 673 primeFactors(3587497)[1] 3587497primeFactors(35874)[1] 2 3 3 1993 primeFactors(268713)[1] 3 3 73 409primeFactors(298473)[1] ... 阅读更多

通过使用 na.rm 可以轻松排除 NA 值来查找列均值，但是如果我们想要在所有值都是 NA 的情况下获得 NA，那么它就不会那么直接。因此，在这种情况下，我们可以使用 ifelse 函数，如果所有值都是 NA，则将输出返回为 NA，如下面的示例所示。示例 1 考虑以下数据框 - 实时演示 x1

要在 R 数据框列中查找非缺失值的总和，我们可以简单地使用 sum 函数并将 na.rm 设置为 TRUE。例如，如果我们有一个名为 df 的数据框，它包含一个名为 x 的列，其中包含一些缺失值，那么可以使用命令 sum(df$x, na.rm=TRUE) 来查找非缺失值的总和。示例 1 考虑以下数据框 - 实时演示 x1

要将列表转换为 JSON，我们可以使用 jsonlite 包的 toJSON 函数。例如，如果我们有一个名为 LIST 的列表，则可以使用命令 toJSON(LIST, pretty=TRUE, auto_unbox=TRUE) 将其转换为 JSON。我们需要确保 jsonlite 包已加载到 R 环境中，否则该命令将无法工作。示例 实时演示 列表

要使用 sample_n 从 R 数据框中随机抽取行，我们可以直接将样本大小传递到 dplyr 包的 sample_n 函数中。例如，如果我们有一个名为 df 的数据框，那么要创建 df 中 5 行的随机样本，可以使用以下命令：df%>%sample_n(5)示例 1 考虑以下数据框 - 实时演示 x1

要在 R 中添加变量描述，我们可以使用 comment 函数，如果我们想查看描述，则将使用数据框的结构调用。例如，如果我们有一个名为 df 的数据框，它包含一个列 x，那么我们可以使用命令 comment(df$x) 来描述 x。

要格式化 R 向量和数据框中的所有小数位，我们可以使用 formattable 包的 formattable 函数，我们可以在其中指定小数点后的位数。例如，如果我们有一个数值向量 x，那么可以使用命令 formattable(x, format="f", digits=2) 将 x 中的值格式化成只有 2 位小数。示例 1 加载 formattable 包 - library(formattable) 实时演示 x1

要使用 ggplot2 创建具有相同宽度条形图的多个条形图，我们需要使用 geom_bar 函数中的 width 参数来匹配每个条形图中条形的宽度。最好的方法是将较大的条形设置为 0.25，较小的条形设置为 0.50。示例 考虑以下数据框 - 实时演示 x1

要查找回归模型的高杠杆值，我们首先需要找到可以使用 hatvalues 函数找到的预测值或帽子值，然后定义高杠杆的条件并提取它们。例如，如果我们有一个回归模型 M，那么可以使用命令 hatvalues(M) 来找到帽子值，现在可以使用以下代码来查找大于 0.05 的高杠杆值：which(hatvalues(M)>0.05)示例 1 考虑以下数据框 - 实时演示 x1

要对数据框应用多个条件，我们可以使用双与号 &&。例如，如果我们有一个名为 df 的数据框，它包含三列 x、y、z，并且我们想要在 z 的第一个元素等于 5 时向所有列添加一个值，那么可以使用以下命令：if(df$x && df$y && df$y == 5){ df$x = df$x+10 df$y = df$y+10 df$z = df$z+10 }示例 1 考虑以下数据框 - 实时演示 x1