有时列表包含在另一个列表中，但我们希望访问嵌套列表的元素。由于这些元素是列表的一部分，因此不能直接访问，首先我们需要访问更广泛的列表，然后访问包含该元素的列表以到达实际的元素。示例考虑列表 x1、x2、x3、x4 和 x4 以及包含这些列表的 Total_List -> x1 x2 x3 x4 x5 Total_Lists Total_Lists [[1]] [[1]][[1]] [1] 1 2 3 4 5 [[1]][[2]] [1] 6 7 8 9 10 [[1]][[3]] [1] 11 12 13 14 15 [[2]] [[2]][[1]] [1] "a" ... 阅读更多

当我们处理大型数据时，就会出现打印数据或分析输出的问题。由于此问题，难以查看我们的完整内容，但可以避免。在导入任何大型数据或执行可能导致大型输出的任何计算之前，我们可以使用 max.print 选项更改打印限制。示例> set.seed(1) > sample(1:1000, 555555, replace=TRUE)输出[99681] 223 62 961 304 5 262 519 357 415 167 855 523 268 486 [99695] 370 916 703 179 813 833 177 154 72 789 924 918 486 647 [99709] ... 阅读更多

处理大型数据框并非易事，因此我们可能希望将其拆分为一些较小的数据框。这些较小的数据框可以根据某些条件从大型数据框中提取，例如因子变量的级别或其他条件。这可以通过使用 split 函数来完成。示例考虑以下数据框 -> set.seed(1) > Grades Age Category df head(df, 20) Grades Age Category 1 A 25 6 2 B 4 ... 阅读更多

大多数情况下，解释变量与响应变量之间不存在线性关系，我们需要找到最适合我们数据的模型。在这种情况下，我们转向多项式模型以检查它们是否有助于确定预测的准确性。这可以通过在 lm 函数中使用自变量的幂来完成。示例考虑以下数据框 -> set.seed(99) > x1 x2 x3 x4 y df PolynomialModel1 summary(PolynomialModel1) Call: lm(formula = y ~ x1 + I(x1^2) + x2 + x3 + x4) Residuals: Min 1Q Median 3Q Max ... 阅读更多

由于没有人是完美的，人们可能会忘记添加分析所需的所有列，但这个问题可以解决。如果数据框中缺少一列，并且我们稍后才知道，那么可以借助重新排序列轻松地添加它。示例考虑以下数据框 -> x1 x2 x3 df df x1 x2 x3 1 1 a 1 2 2 b 2 3 3 c 1 4 4 d 2 5 5 e 1 ... 阅读更多

在进行分析时，我们可能会遇到不需要的数据，并且希望将其删除。此数据可以是整行或多行。例如，如果一行包含大于、小于或等于某个阈值的值，则可能不需要，因此我们可以将其删除。在 R 中，我们借助通过单个方括号进行子集化来实现此目的。示例考虑以下数据框 -> set.seed(99) > x1 x2 x3 x4 x5 df df ... 阅读更多

有时当我们在 R 中读取数据时，缺失值会被记录为空格，并且难以将其替换为任何值。其背后的原因是我们需要知道在缺失值的位置使用了多少个空格。如果我们知道这一点，那么分配任何值就变得容易了。示例考虑以下向量 x 和 y 的数据框。> x y df df x y 1 1 2 3 2 3 2 4 1 43 5 2 2 6 3 7 2 3 ... 阅读更多

相关矩阵有助于我们一次确定多个变量之间线性关系的方向和强度。因此，很容易决定线性模型中应该使用哪些变量以及哪些变量可以删除。我们可以通过简单地使用 cor 函数和数据框名称来查找相关矩阵。示例考虑以下连续变量的数据框 -> set.seed(9) > x1 x2 x3 x4 x5 df df x1 x2 ... 阅读更多

当我们想要操作数据时，可能需要对列进行排序。操作可能有多种原因，例如交叉验证、可视化等。我们还应该在更改原始数据中的任何内容时小心，因为这可能会影响我们的处理。要更改列的顺序，我们可以使用单个方括号。示例考虑以下数据框 -> set.seed(1) > Class Grade Score df df Class Grade Score 1 a A 68 2 b B 39 3 c C 1 4 ... 阅读更多

有不同的方法来表达任何图表。我们可以在图表中提供的信 息越多越好，因为一张图片胜过千言万语。由于没有人喜欢阅读冗长的报告，因此我们应该对图表进行更好的报告。因此，我们可以在 ggplot2 中添加图表标题以及图表副标题来帮助读者。示例考虑以下数据 -> set.seed(1) > x table(x) x 2 3 4 5 6 7 8 9 11 1 3 4 2 4 2 2 1 1 > df library(ggplot2)创建简单的条形图 -> ggplot(df, aes(x))+ + geom_bar()输出创建... 阅读更多