子集是数据分析中最重要的方面之一。其中一种情况可能是根据多个值对字符列进行子集化。例如，如果 R 数据框的字符列有 5 个类别，那么我们可能希望仅提取 2 或 3 或 4 个值，则可以使用 dplyr 包的 filter 函数和 stringr 包的 str_detect 函数来实现。考虑以下数据框 -示例实时演示组

如果一个向量值存在于另一个向量中，那么我们可能希望找到该值在另一个向量中的频率/计数。例如，如果我们有两个向量，例如 x 和 y，并且 y 中的一些值也存在于 x 中。因此，我们可以使用命令 colSums(outer(x,y,"==")) 找到 x 中 y 值的频率。示例实时演示x1

如果我们在数据框中存储了时间序列数据，那么不能直接将其绘制为时间序列，并且可能也无法直接显示序列的标签。因此，我们首先需要使用 ts 函数将数据框转换为时间序列对象，如以下示例所示，然后使用 plot 函数创建绘图，这也会显示序列的标签。考虑以下数据框 -示例实时演示时间

小计是指根据分组列查找值的总和。例如，如果我们有一个名为 df 的数据框，其中包含三个数值列 x、y、z 和一个分类列，例如 Group，那么可以使用命令 aggregate(cbind(x,y,z)~Group,data=df,FUN=sum) 找到 Group 中每个类别 x、y、z 的小计。考虑以下数据框 -示例实时演示x1

要创建仅包含递增值的随机整数向量，我们可以使用 sample.int 进行随机采样，并使用 cummax 函数来获取递增值。例如，要创建大小为 5、最大值为 5、起始值为 1 的随机整数向量，可以使用命令 cummax(sample.int(5))。示例实时演示x1

当我们执行任何类型的数据分析时，会在 R 环境中创建许多类型的对象，例如向量、数据框、矩阵、列表、数组等。如果我们想要获取 R 环境中可用数据框的列表，可以使用以下命令 -names(which(unlist(eapply(.GlobalEnv,is.data.frame))))示例实时演示x1

如果我们在 R 数据框中有一个数字列，并且该列中唯一值的个数较少，这意味着该数字列可以被视为一个因子。因此，我们可以将数字列转换为因子。要使用 dplyr 包执行此操作，我们可以使用 dplyr 包的 mutate_if 函数。加载 dplyr 包并将 BOD 数据集（在基础 R 中可用）中的数字列转换为因子列 -示例library(dplyr) str(BOD) 'data.frame': 6 obs. of 2 variables: $ Time : num 1 2 3 4 5 7 $ demand: num 8.3 10.3 19 16 15.6 19.8 - ... 阅读更多

要创建数字的反转，我们可以使用 stringi 包的 stri_reverse 函数。例如，如果我们有一个包含一些数字的向量 x，那么这些数字的反转将通过使用命令 stri_reverse(x) 生成。但输出将为字符形式，如果我们想要数值，则可以使用 as.numeric 函数。library(stringi)示例实时演示x1

要创建多个向量的组合，我们可以使用 expand.grid 函数。例如，如果我们有六个向量，例如 x、y、z、a、b 和 c，则可以使用命令 expand.grid(x,y,z,a,b,c) 创建这些向量的组合。示例实时演示x1

如果我们在 R 数据框中有一个字符列，那么我们可能希望检查特定值是否存在于该列中。例如，如果我们有一个性别列，那么我们可能希望检查跨性别者是否存在于该列中。这可以使用 grepl 函数来实现。查看以下示例以了解其工作原理。考虑以下数据框 -示例实时演示x