R语言数据分析入门

雪喵Zmo

于 2019-04-20 18:17:37 发布

阅读量1.5k

点赞数

分类专栏： R数据分析入门文章标签： R语言

本文链接：https://blog.youkuaiyun.com/LittleAlice_/article/details/89420749

版权

本文介绍了R语言中数据处理的一些基本操作，包括使用cbind()和rbind()合并矩阵和向量，as.numeric()转换因子型向量，dplyr包的filter(), select()和summarize()函数进行数据框操作，以及使用arrange()进行排序。此外，还探讨了数据可视化的方法，如使用barplot()和qplot()函数绘制柱状图和箱型图，以及散点图的绘制。" 126889462,9591837,C语言面试必备知识点详解,"['C语言', '编译原理', '内存管理', '指针操作', '数组']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#cbind()或rbind()函数将矩阵或向量按行或列合并，形成新的矩阵

cbind(1:2,3:4,7:8)
	[,1] [,2] [,3]
[1,]  1    4    7
[2,]  2    5    8
rbind(1:2,4:5,7:8)
	[,1] [,2] 
[1,]  1    2
[2,]  4    5
[3,]  7    8

#as.numeric()函数把因子型向量转换成数值型向量时，将输出水平序号

> hakata <- c(0,2,3,1,3,2,1,2)
> fhakata <- factor(hakata,levels=0:3)
> fhakata
[1]  0  2  3  1  3  2  1  2
Levels: 0 1 2 3
> as.numeric(fhakata)
[1]  1  3  4  2  4  3  2  3
> as.numeric(as.charcter(fhakata))
[1]  0  2  3  1  3  2  1  2

#在对象名后面添加“$成员引用名”并执行，就可以直接引用指定列表成员

#对于向量，计算平均值、标准差、四分位差和相关系数

> var(ws.customer$Fresh)
> sd(ws.customer$Fresh)
> IOR(ws.customer$Fresh) 
> cor(ws.customer$Fresh)

#基于dplyr程序包的数据框操作

#通过filter()函数执行过滤，并返回由满足条件的行执行的数据框。第1个参数为数据框，第2个参数为针对各个变量的条件表达式。条件表达式如果用逗号分隔符描述，表示只选择满足全部条件的行（AND），如果用“|”分隔符，描述，则表示选择满足任意条件的

最低0.47元/天解锁文章