数据结构
网络连接
RDBMS
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化学
生物
数学
英语
经济学
心理学
社会学
时尚学
法学如何获取 R 环境中可用的数据框列表？
当我们执行任何类型的数据分析时，R 环境中会创建多种类型的对象，例如向量、数据框、矩阵、列表、数组等。如果我们想获取 R 环境中可用的数据框列表，则可以使用以下命令 −
names(which(unlist(eapply(.GlobalEnv,is.data.frame))))
示例
x1<-rnorm(25) x1
输出
[1] 0.567169417 0.225760338 0.431393591 -0.419678291 -2.167417490 [6] 0.599410253 -1.936957284 -0.601723252 -0.210805670 -0.515634650 [11] -0.145867403 -1.670541518 -0.160427082 0.784548090 -0.530931156 [16] 0.973887609 -0.115687083 -1.469525241 0.903437248 0.260271889 [21] -1.021167526 0.261825724 -1.431022651 0.006119475 -0.935248330
Explore our latest online courses and learn new skills at your own pace. Enroll and become a certified expert to boost your career.
示例
x2<-data.frame(x=rpois(20,2),y=rpois(20,2)) x2
输出
x y 1 2 4 2 1 1 3 2 2 4 1 4 5 5 1 6 1 2 7 3 2 8 1 3 9 3 3 10 5 1 11 3 1 12 0 1 13 2 5 14 4 2 15 3 0 16 6 0 17 3 4 18 5 1 19 1 3 20 1 0
示例
x3<-data.frame(x=rexp(20,2.1),y=rexp(20,1.2)) x3
输出
x y 1 0.08637793 0.3611441 2 0.06233789 1.0206873 3 1.20495802 0.6067851 4 0.60393345 0.1692306 5 0.11447822 0.4875182 6 0.32097787 0.2984741 7 0.09996313 0.7241003 8 0.52471669 1.2555738 9 0.69409516 0.2025357 10 0.08056040 0.8985850 11 0.27020003 1.6472922 12 0.18115211 0.6072404 13 1.12247247 0.0400686 14 0.02473768 2.3088929 15 0.09295997 1.2731939 16 2.02997989 1.3905549 17 1.76667321 0.3793563 18 0.44163965 0.1276282 19 0.08554350 0.5680570 20 0.90013924 1.1731834
示例
x4<-runif(50,2,10) x4
输出
[1] 6.229683 2.848786 5.127299 6.074733 9.235342 7.086393 3.456571 6.476437 [9] 9.180637 8.562265 3.642606 8.963444 2.665767 3.219165 2.455509 4.746601 [17] 5.700686 8.568766 2.106431 4.427528 7.566335 5.767371 9.606190 8.720031 [25] 9.161196 3.994676 6.623008 3.227018 4.013676 8.920018 8.652831 7.510169 [33] 8.799055 6.243303 5.223534 6.640771 3.359809 4.675036 5.699510 9.801201 [41] 9.237743 9.530666 4.077065 2.704086 7.189221 5.890195 4.968044 4.638300 [49] 5.019257 7.183788
示例
x5<-sample(round(rnorm(5),2),50,replace=TRUE) x5
输出
[1] -0.67 1.43 -0.67 0.79 1.62 1.62 1.43 1.62 0.79 -0.65 0.79 1.62 [13] 1.62 1.43 1.43 1.62 -0.67 1.62 -0.65 1.62 -0.67 0.79 1.62 0.79 [25] 1.62 1.43 -0.67 1.43 -0.67 1.43 1.43 -0.67 -0.65 1.43 1.62 1.43 [37] 1.62 1.43 1.62 -0.65 0.79 1.43 1.62 1.62 -0.65 1.43 1.62 -0.65 [49] 1.62 1.43
示例
x6<-sample(round(rnorm(5,30,2.24),2),100,replace=TRUE) x6
输出
[1] 30.42 29.02 30.42 29.48 29.48 27.21 27.21 32.75 29.48 30.42 29.02 27.21 [13] 29.48 32.75 29.02 27.21 29.48 29.48 30.42 29.02 29.48 30.42 27.21 27.21 [25] 32.75 27.21 29.02 27.21 32.75 30.42 29.48 30.42 32.75 32.75 29.48 32.75 [37] 27.21 30.42 29.02 29.48 27.21 30.42 32.75 27.21 29.02 32.75 29.48 32.75 [49] 32.75 27.21 32.75 32.75 29.48 29.48 27.21 29.48 29.48 27.21 29.02 32.75 [61] 32.75 30.42 29.02 30.42 27.21 27.21 29.48 29.48 29.48 30.42 32.75 29.02 [73] 29.02 29.48 27.21 30.42 30.42 29.02 32.75 27.21 27.21 27.21 32.75 29.48 [85] 29.02 30.42 32.75 27.21 30.42 27.21 30.42 29.02 27.21 29.02 29.02 32.75 [97] 30.42 29.48 30.42 30.42
names(which(unlist(eapply(.GlobalEnv,is.data.frame))))
输出
[1] "x2" "x3"
更新时间： 2021 年 2 月 11 日
2K+ 查看次数
广告