如何在R语言中用另一个向量的元素替换一个向量的元素？

如果数据记录错误，我们需要用正确的替换它。一种情况可能是读取一个向量，其中包含属于另一个向量的值。在这种情况下，我们应该用合适的向量替换它们。在R语言中，可以使用<-运算符轻松完成。

示例

 在线演示

x1<-1:10
x1

输出

[1] 1 2 3 4 5 6 7 8 9 10

示例

 在线演示

y1<-c(5,15,20,25,30,35,40,45,50,55)
y1

输出

[1] 5 15 20 25 30 35 40 45 50 55

用y1的值替换x1的值

示例

x1<-y1
x1

输出

[1] 5 15 20 25 30 35 40 45 50 55

示例

 在线演示

x2<-sample(0:5,120,replace=TRUE)
x2

输出

[1]   5 0 5 5 0 4 5 0 5 0 5 5 0 3 4 3 3 2 2 5 4 5 0 2 2 0 1 5 1 4 4 3 3 2 1 3 1
[38]  5 0 1 3 4 1 5 3 2 4 3 0 3 0 4 3 4 4 5 3 5 3 5 0 4 5 5 4 0 1 3 1 3 5 5 1 0
[75]  4 1 0 4 5 4 2 3 2 5 5 4 1 3 4 1 5 2 4 4 0 4 2 2 1 0 1 1 2 5 4 2 4 1 5 1 2
[112] 3 3 1 5 3 1 2 4 5

示例

 在线演示

y2<-sample(501:505,120,replace=TRUE)
y2

输出

[1]   503 505 505 501 502 504 502 501 501 501 504 503 501 505 502 504 504 501
[19]  502 501 505 504 503 503 502 505 505 501 502 505 502 503 505 505 501 503
[37]  502 501 505 504 505 501 503 501 502 505 503 503 502 505 503 502 502 502
[55]  504 502 503 505 503 505 504 502 505 503 505 503 503 502 503 502 504 502
[73]  501 504 503 503 505 502 505 505 503 503 503 503 502 503 503 505 502 504
[91]  501 502 503 502 503 504 501 502 503 502 503 502 504 501 504 503 505 503
[109] 503 504 503 505 504 505 501 502 502 502 503 503

示例

x2<-y2
x2

输出

[1]   503 505 505 501 502 504 502 501 501 501 504 503 501 505 502 504 504 501
[19]  502 501 505 504 503 503 502 505 505 501 502 505 502 503 505 505 501 503
[37]  502 501 505 504 505 501 503 501 502 505 503 503 502 505 503 502 502 502
[55]  504 502 503 505 503 505 504 502 505 503 505 503 503 502 503 502 504 502
[73]  501 504 503 503 505 502 505 505 503 503 503 503 502 503 503 505 502 504
[91]  501 502 503 502 503 504 501 502 503 502 503 502 504 501 504 503 505 503
[109] 503 504 503 505 504 505 501 502 502 502 503 503

示例

 在线演示

x3<-sample(1:100,120,replace=TRUE)
x3

输出

[1]   93 42 38 52 14 37 92 66 26 18 97 63 92 27 21 17 51 99
[19]  75 10 41 4 34 32 55 61 84 7 62 27 48 48 28 91 64 77
[37]  48 80 16 48 78 51 89 79 52 2 14 22 24 70 67 99 24 23
[55] 100 20 59 65 18 73 91 86 69 39 22 95 22 39 25 23 57 80
[73]  80 38 37 75 40 14 52 20 25 22 23 21 61 3 43 29 89 67
[91]  17 54 38 61 60 73 57 45 30 36 99 8 59 86 57 82 61 60
[109] 59 75 36 85 50 79 41 14 24 3 29 8

示例

 在线演示

y3<-sample(6:10,120,replace=TRUE)
y3

输出

[1]   7 7 9 8 7 6 9 10 6 10 10 8 7 6 9 10 7 8 8 6 7 7 6 9 7
[26]  6 10 9 7 8 9 10 8 9 7 7 10 8 9 6 8 9 8 9 8 6 7 7 7 7
[51]  8 7 10 6 10 10 10 9 6 7 6 6 8 6 7 10 6 8 8 10 10 7 10 7 7
[76]  7 8 8 6 6 6 8 9 6 10 9 10 10 9 10 9 9 6 8 10 6 8 7 6 6
[101] 7 10 6 6 8 7 10 10 6 8 7 7 10 10 6 9 10 10 6 6

示例

x3<-y3
x3

输出

[1]   7 7 9 8 7 6 9 10 6 10 10 8 7 6 9 10 7 8 8 6 7 7 6 9 7
[26]  6 10 9 7 8 9 10 8 9 7 7 10 8 9 6 8 9 8 9 8 6 7 7 7 7
[51]  8 7 10 6 10 10 10 9 6 7 6 6 8 6 7 10 6 8 8 10 10 7 10 7 7
[76]  7 8 8 6 6 6 8 9 6 10 9 10 10 9 10 9 9 6 8 10 6 8 7 6 6
[101] 7 10 6 6 8 7 10 10 6 8 7 7 10 10 6 9 10 10 6 6

示例

 在线演示

x4<-rnorm(50,1,0.03)
x4

输出

[1]  0.9831642 1.0252853 1.0145823 0.9746273 1.0424629 1.0136936 0.9439870
[8]  1.0191114 1.0020480 1.0435602 1.0153047 1.0025025 1.0013413 0.9869820
[15] 0.9909892 0.9616664 0.9846913 0.9770553 0.9828976 0.9808355 0.9985416
[22] 1.0129694 1.0338138 0.9618547 0.9953760 0.9299545 1.0045145 1.0133679
[29] 1.0055642 1.0048645 0.9979495 0.9930195 1.0163143 1.0191684 0.9953278
[36] 1.0298341 0.9872596 1.0042094 0.9468006 1.0028024 0.9955087 1.0077598
[43] 1.0055424 0.9761965 1.0119160 0.9792637 0.9872643 1.0349188 1.0587493
[50] 0.9726261

示例

 在线演示

y4<-rnorm(50,5,1)
y4

输出

[1]  6.641022 4.633975 6.136472 4.716942 6.135626 4.445801 5.790062 3.866481
[9]  3.608628 3.432833 3.093560 5.514157 5.425699 4.453981 5.910624 4.735689
[17] 6.739598 6.396134 3.526643 5.298362 3.163440 4.048861 5.544507 3.034935
[25] 5.421878 6.677585 3.677699 5.145666 4.727515 3.536030 4.313064 4.000674
[33] 4.867868 4.816071 3.914698 6.588276 3.961661 5.280268 5.841715 3.888689
[41] 4.319245 3.388089 5.442669 5.616212 5.437626 4.257918 5.466426 4.939256
[49] 6.054435 5.969408

示例

x4<-y4
x4

输出

[1]  6.641022 4.633975 6.136472 4.716942 6.135626 4.445801 5.790062 3.866481
[9]  3.608628 3.432833 3.093560 5.514157 5.425699 4.453981 5.910624 4.735689
[17] 6.739598 6.396134 3.526643 5.298362 3.163440 4.048861 5.544507 3.034935
[25] 5.421878 6.677585 3.677699 5.145666 4.727515 3.536030 4.313064 4.000674
[33] 4.867868 4.816071 3.914698 6.588276 3.961661 5.280268 5.841715 3.888689
[41] 4.319245 3.388089 5.442669 5.616212 5.437626 4.257918 5.466426 4.939256
[49] 6.054435 5.969408

示例

 在线演示

x5<-rpois(100,10)
x5

输出

[1]  16 12 10 4 8 4 6 12 11 11 9 5 10 13 9 9 7 9 7 10 3 6 11 15 11
[26] 11 8 8 7 9 16 21 9 11 5 10 5 15 9 12 7 9 15 12 12 9 11 16 9 9
[51] 11 13 9 11 10 3 10 9 10 12 8 13 10 8 16 11 11 11 10 10 8 9 13 8 8
[76]  8 7 10 11 11 8 11 12 5 5 10 12 7 11 7 10 14 10 11 10 6 15 13 4 9

示例

 在线演示

y5<-rpois(100,5)
y5

输出

[1]  3 5 4 5 4 2 5 3 3 8 6 7 5 6 6 5 1 3 4 4 6 4 5 4 3
[26] 7 6 5 5 4 3 10 5 2 2 7 4 3 7 1 2 3 4 4 5 4 5 7 7 3
[51] 12 4 6 6 4 7 3 9 6 10 4 3 5 2 9 5 5 5 2 5 4 4 5 3 3
[76] 7 5 9 8 3 5 5 6 0 1 5 6 2 2 6 5 7 7 6 3 3 3 5 1 2

示例

x5<-y5
x5

输出

[1]  3 5 4 5 4 2 5 3 3 8 6 7 5 6 6 5 1 3 4 4 6 4 5 4 3
[26] 7 6 5 5 4 3 10 5 2 2 7 4 3 7 1 2 3 4 4 5 4 5 7 7 3
[51] 12 4 6 6 4 7 3 9 6 10 4 3 5 2 9 5 5 5 2 5 4 4 5 3 3
[76]  7 5 9 8 3 5 5 6 0 1 5 6 2 2 6 5 7 7 6 3 3 3 5 1 2

更新于：2020年10月17日

232 次浏览

启动你的职业生涯

通过完成课程获得认证

开始学习
广告