要生成 x 值在 y 个位置的排列，我们可以使用 expand.grid 函数。例如，如果我们想要生成三列，值范围为 0 到 5，那么在 R 中可以使用以下命令： - 实时演示x

马氏距离是两个样本与质心之间相对距离，其中质心可以被认为是多元数据的总体平均值。我们可以说，质心是均值的多分量等价物。如果马氏距离为零，则表示这两个样本完全相同；马氏距离的正值表示这两个变量之间的距离较大。在 R 中，我们可以使用 mahalanobis 函数来查找马氏距离。示例 1 - 实时演示考虑以下数据框：set.seed(981) x1

当我们在 R 数据框中具有两个或多个分类列，并且字符串作为类别的级别或数字作为字符串/整数时，我们可以根据另一列查找一个列的频率。这将帮助我们识别跨列的频率，并且我们可以理解一个分类列基于另一列的分布。要使用 dplyr 包执行此操作，我们可以使用 filter 函数。示例 - 实时演示考虑以下数据框：Group%filter(Standard=="II")%>%count(Group) 输出Group n 1 1 1 2 2 1 3 3 2 4 4 1示例df1%>%filter(Standard=="III")%>%count(Group) 输出Group n 1 1 1 2 3 2 3 4 6 4 ... 阅读更多

等比数列是一系列数字，其中第一个数字之后的数字都可以通过将前一个数字乘以一个固定数字来找到。要在 R 中生成等比数列，我们可以使用 seq 函数。例如，要生成一个以 2 为首项，乘法差值为 1，直到 5 的等比数列，可以表示为 2^seq(0, 5, by=1)，输出将为 1、2、4、8、16、32。示例2^seq(0, 5, by=1) [1] 1 2 4 8 16 32 2^seq(0, 5, by=2) [1] 1 4 16 ... 阅读更多

要在 R 中创建随机样本，我们可以使用 sample 函数，但如果提供了值的权重，则需要根据权重分配值的概率。例如，如果我们有一个数据框 df，其中包含一列 X 和一些值，以及另一列 Weight 和相应的权重，则可以如下生成大小为 10 的随机样本：df[sample(seq_len(nrow(df)),10,prob=df$Weight_x),]示例 - 实时演示考虑以下数据框：set.seed(1256) x

如果我们有一个整数列，其中实际上包含日期值，例如将 2020 年 9 月 29 日表示为 20200929，那么我们可以使用 transform 函数将其转换为日期，方法是使用 as.Date 函数读取日期，但还需要使用 as.character，以便 as.Date 函数可以读取日期值。示例 1 - 实时演示考虑以下数据框：ID

要为因子水平创建散点图，我们可以使用 ggplot2 包的 facet_grid 函数。例如，假设我们在数据框 df 中有一个因子列，定义为 F，以及定义为 x 和 y 的数值列，则可以如下创建因子水平的散点图：ggplot(df,aes(x,y))+geom_point()+facet_grid(~Factor)示例 - 实时演示考虑以下数据框：set.seed(1251) Factor

在基本 R 中，我们可以使用 legend 函数向图中添加图例。例如，如果我们想要创建一个直方图，并在右上角添加图例，则可以使用 legend("topright",legend="Normal Distribution")；如果我们想要更改字体大小，则需要使用 cex 参数，如下所示：legend("topright",legend="Normal Distribution",cex=2)示例 - 实时演示考虑以下直方图：x

向量的并集返回两个向量中所有唯一的值。例如，如果我们有一个向量 x，其中包含 1、2、3、4、2、3、4、1、1、4，另一个向量包含 2、1、2、4、5、7、5、1、2、3、7、6、5、7、4、2、4、1、5、8、1、3，那么这两个向量的并集将为 1、2、3、4、5、6、7、8。在 R 中，我们可以使用 union 函数执行此操作。示例实时演示> x1 x1输出[1] 2 2 0 1 1 1 4 1 2 2示例实时 ... 阅读更多

在 R 中对数值进行四舍五入，可以使用 round 函数。如果要舍入到最接近的百位数，则应将 -2 值用于舍入。例如，如果我们有一个向量 x，其中包含 25、78、32、38、79、91、82、20、56，则 round(x,-2) 的输出如下：0、100、0、0、100、100、100、0、100示例1在线演示> x1 x1输出[1] 89.61275 141.54670 130.25924 142.81744 38.60795 47.40821 69.30543 [8] 12.15515 174.11419 20.69817示例> round(x1,-2)输出[1] 100 100 100 100 0 0 100 0 200 0示例2在线演示> x2 x2输出[1] 200.095061 206.720294 138.471412 128.208184 151.900210 63.717254 [7] 156.931319 209.009279 176.416783 105.085543 93.546862 128.853476 [13] 148.053905 174.839196 203.737574 146.825702 105.457096 173.874628 [19] 169.803994 60.572176 178.237244 203.810326 80.719865 94.174711 [25] 162.453897 106.240436 127.433929 208.214542 131.028068 92.870231 [31] 140.720894 42.651514 165.289149 13.375160 94.329940 71.876679 [37] 107.241246 96.262988 219.807754 145.722219 108.398741 205.967403 [43] 145.948586 85.032097 227.794284 204.046132 74.620053 115.689188 [49] 169.348128 59.402132 212.328543 161.365704 140.384076 218.065167 [55] 100.907675 161.661667 34.387952 148.238412 151.183663 104.967732 [61] 136.176786 80.512360 95.035262 153.149381 4.655616 167.156364 [67] 14.473762 109.639397 107.070616 47.568150 180.272436 124.611189 [73] 158.350524 171.339213 121.324641 60.166787 65.728890 140.234364 [79] 137.634627 54.564704 101.383017 118.009068 147.360182 99.928836 [85] 5.523774 36.624999 10.115692 237.099438 122.702824 71.494478 [91] 113.543730 162.988237 74.957041 155.995607 96.629868 196.688934 [97] 166.616179 149.185278 95.640113 236.727589示例> round(x2,-2)输出[1] 200 200 100 100 200 100 200 200 200 100 100 100 100 200 200 100 100 200 [19] 200 100 200 200 100 100 200 100 100 200 100 100 100 0 200 0 100 100 [37] 100 100 200 100 100 200 100 100 200 200 100 100 200 100 200 200 100 200 [55] 100 200 0 100 200 100 100 100 100 200 0 200 0 100 100 0 200 100 [73] 200 200 100 100 100 100 100 100 100 100 100 100 0 0 0 200 100 100 [91] 100 200 100 200 100 200 200 100 100 200示例3在线演示> x3 x3输出[1] 190.27252 155.32879 175.01110 100.87456 152.60590 74.71596 121.35612 [8] 55.87325 121.24243 81.55583 108.66598 100.59884 165.46113 129.17487 [15] 84.19696 112.37490 162.77709 100.26368 104.26728 57.81007 122.87770 [22] 175.91888 60.23992 98.50004 130.80482 170.23349 193.14007 173.45364 [29] 174.91854 131.74613 85.70544 101.73342 62.61430 105.24194 69.58468 [36] 113.18957 196.87726 188.19204 61.03517 76.17451 145.93752 153.57438 [43] 93.97600 106.59288 114.67775 196.36251 55.22318 160.60880 179.77599 [50] 55.62690 95.40597 119.23054 176.63038 94.59722 138.94008 101.09087 [57] 189.16560 65.93981 138.85905 174.91417 173.81721 167.15242 84.75690 [64] 197.05821 164.97665 52.40786 161.50446 92.95925 91.16180 131.55187 [71] 97.13889 96.88271 129.55102 177.42351 160.40981 191.51033 156.36852 [78] 55.18035 160.83181 175.20245示例> round(x3,-2)输出[1] 200 200 200 100 200 100 100 100 100 100 100 100 200 100 100 100 200 100 100 [20] 100 100 200 100 100 100 200 200 200 200 100 100 100 100 100 100 100 200 200 [39] 100 100 100 200 100 100 100 200 100 200 200 100 100 100 200 100 100 100 200 [58] 100 100 200 200 200 100 200 200 100 200 100 100 100 100 100 100 200 200 200 [77] 200 100 200 200 示例4在线演示> x4 x4输出[1] 585.7340 472.3567 469.3459 375.4255 444.9098 478.0684 634.6411 379.8119 [9] 602.1881 563.3953 673.9045 486.2639 367.9377 315.7793 346.8235 593.0923 [17] 383.9356 613.3875 566.1341 582.9207 239.6635 444.1799 690.2431 330.5347 [25] 431.7668 598.7132 652.1041 684.2897 454.4928 506.6183 653.4909 450.6463 [33] 579.3951 663.9724 476.6189 451.4790 586.9429 543.9879 518.5954 504.7755 [41] 414.4607 430.8862 537.9323 356.7645 384.5718 533.1949 452.6198 446.6593 [49] 469.5048 500.3851 593.5534 244.6215 395.8466 545.7889 685.6367 268.5527 [57] 414.8149 500.2674 483.4512 444.0095 460.9468 382.2085 511.1722 477.4728 [65] 543.5912 739.8601 744.3788 443.7733 424.7943 500.5329 497.0514 601.4509 [73] 685.6504 594.2415 529.4130 742.5796 572.8989 602.9205 625.1378 543.2260 [81] 403.1793 373.7638 659.8974 468.5121 358.3145 582.3178 374.0248 639.3185 [89] 447.4567 270.1555 610.0241 356.8236 464.9692 615.0988 775.8457 531.8723 [97] 261.7674 617.1434 553.2038 454.2908示例> round(x4,-2)输出[1] 600 500 500 400 400 500 600 400 600 600 700 500 400 300 300 600 400 600 [19] 600 600 200 400 700 300 400 600 700 700 500 500 700 500 600 700 500 500 [37] 600 500 500 500 400 400 500 400 400 500 500 400 500 500 600 200 400 500 [55] 700 300 400 500 500 400 500 400 500 500 500 700 700 400 400 500 500 600 [73] 700 600 500 700 600 600 600 500 400 400 700 500 400 600 400 600 400 300 [91] 600 400 500 600 800 500 300 600 600 500