如果 NA 值位于 R 数据框的不同位置，则无法在 R 中轻松删除它们，我们需要一个程序包才能进行删除。解决此问题最合适的程序包是 dplyr，我们可以将 dplyr 的 summarize_each 函数与 na.omit 结合使用来删除所有 NA 值。但是，如果数据框中有多个列，则所有列中的非 NA 值数量必须相同。示例考虑以下数据框：动态演示> x1 x2 df1 df1输出 x1 x2 1 NA 15 2 NA 15 3 NA 15 ... 阅读更多内容

许多小的目标可帮助我们实现数据分析中的更大目标。其中一个较小的目标是检查一个值是否在数据集中存在。在 R 中，我们有许多用于数据集的对象，如数据帧、矩阵、data.table 对象等。如果我们希望检查一个值是否在 R 数据帧中存在，那么可以使用任何函数。示例考虑以下数据帧：实时演示> set.seed(3654) > x1 x2 x3 x4 df1 df1输出 x1 x2 x3 x4 1 4 5 16 2 2 5 4 ... 阅读更多内容

要创建具有 3-sigma 限制的折线图，我们首先需要计算限制，然后才能创建图表。我们可以将 ggplot2 的 geom_ribbon 函数用于此目的，其中我们可以为 aes 中 ymin 自变量传递较低 3-sigma 限制，为 aes 中 ymax 自变量传递较高的 3-sigma 限制；此外，我们需要指定 alpha，以区分线条颜色和限制。示例考虑以下数据帧：实时演示> set.seed(14) > x y df df输出 x y 1 1 0.6690751 2 2 1.8594771 3 ... 阅读更多内容

有时，我们希望更改一列或基于 R 中数据帧的其他列创建新的列，当我们希望创建分类列时，这在大多数情况下是必需的，但也可以用于数值列。例如，我们可能希望基于薪水创建一个列，如果薪水大于另一列中的薪水，则添加这些薪水，否则取它们之差。这将帮助我们了解两列中的薪水是否相等、较小或较大。在 R 中，我们可以使用 transform ... 阅读更多内容

当使用 ggplot2 程序包创建水平条形图时，分类变量的标签与轴的右侧对齐，如果这些标签的大小不一样，那么它看起来有点模糊。因此，我们可能希望将标签的对齐方式设置为左侧，这可以使用 ggplot2 包的 theme 函数来完成。示例考虑以下数据帧：> df df输出    x y 1 India  14 2 UK     15 3 Russia 12 4 United States of America 18加载 ggplot2 程序包并创建水平... 阅读更多内容

R 中没有直接函数来绘制圆，但我们可以使用 plotrix 包来实现此目的。plotrix 包具有一个名为 draw.cirlce 的函数，可用于绘制圆，但我们首先需要在 base R 中绘制一个绘图，然后在 draw.circle 中传递正确参数。draw.circle 的第一个和第二个参数采用 x 和 y 坐标，第三个参数用于半径，因此应该根据 base R 中的图表适当选择这些参数。Loading plotrix package:> library(plotrix)Creating different circles using draw.circle:ExampleLive Demo> plot(1:10, type="n") > ... 阅读更多

我们需要理解的第一件事に対角线元素只有在具有方阵时才有用，否则设置对角线元素没有意义，几乎所有数学家都知道这一点，但一些新生可能会感到困惑，因为我们可以在非方阵中创建对角线，而不能称之为对角线。在 R 中，我们可以使用 diag 函数将矩阵的对角线元素设置为缺失值/NA。Example1Live Demo> M1 M1Output  [, 1] [, 2] [, 3] [, 4] [1, ] 1   5    9   13 [2, ] 2   6 ... 阅读更多

如果我们有分类变量或组变量，那么我们可能想为每个类别或级别创建一个线图，这将帮助我们了解单个绘图中多个级别的范围。为此，我们可以使用 ggplot2 包的 facet_grid 函数，如下例所示。ExampleConsider the below data frame:Live Demo> x y df dfOutput x y 1 C -1.55668689 2 A 2.41399136 3 D -0.78520253 4 A -0.43092594 5 C 1.94379390 6 A ... 阅读更多

type = "h" 是 base R 中的一个绘图参数，通常用在 plot 函数内部。它有助于在 R 环境中生成垂直线，而不是点。例如，如果我们要绘图 1 到 10 的值，那么 type = "h" 将从 X 轴开始绘图垂直线，并且线的上端将表示实际值。Example1Live Demo> plot(1:10,type="h")Output:Example2Live Demo> plot(rnorm(10),type="h")Output

使用正态分布的小于概率是累积概率，可以通过使用正态分布的累积分布函数来找到。在 R 中，我们有 pnorm 函数，它直接计算正态分布随机变量的小于概率，该随机变量采用 Z 分数、平均值和标准差。ExamplesLive Demopnorm(0.95,1,0) pnorm(0.95,0,1) pnorm(0.10,0,1) pnorm(0.10,1,5) pnorm(0.10,1,50) pnorm(0.10,25,50) pnorm(0.12,25,50) pnorm(0.12,2,0.004) pnorm(0.12,2,0.5) pnorm(1,2,0.5) pnorm(12,20,3) pnorm(12,12,3) pnorm(12,15,3) pnorm(200,15,3) pnorm(200,201,3) pnorm(200,201,5) pnorm(20,25,5)Output[1] 0 [1] 0.8289439 [1] 0.5398278 [1] 0.4285763 [1] 0.4928194 [1] 0.309242 [1] 0.309383 [1] 0 [1] 8.495668e-05 [1] 0.02275013 [1] 0.003830381 [1] 0.5 [1] 0.1586553 [1] 1 [1] 0.3694413 [1] 0.4207403 [1] 0.1586553