R语言实践代码汇总

R语言实践代码汇总

在本文中，我们将分享一些实用的R语言代码片段，这些代码可以帮助你在数据分析和统计建模中更高效地工作。每个代码片段都伴随着相应的源代码，帮助你理解如何在R中实现这些功能。

1. 数据导入和读取

要开始数据分析任务，首先需要将数据导入R环境。下面是一些常用的代码片段来读取不同类型的数据文件：

# 读取CSV文件
data <- read.csv("data.csv")

# 读取Excel文件
library(readxl)
data <- read_excel("data.xlsx")

# 读取文本文件
data <- read.table("data.txt", header = TRUE)

2. 数据清洗和预处理

在进行数据分析之前，通常需要对数据进行清洗和预处理。以下是一些示例代码，展示了如何在R中进行常见的数据清洗操作：

# 去除缺失值
data <- na.omit(data)

# 删除重复行
data <- unique(data)

# 替换特定值
data$column <- ifelse(data$column == "old_value", "new_value", data$column)

# 数据转换
data$column <- as.numeric(data$column)

# 数据归一化
data$column <- scale(data$co