weixin_48172266的博客

Python与R布尔值TRUE 和FALSE 的相互转换,Python R布尔值取反

将\\转换为/这里用了原生字符可参考https://www.cnblogs.com/soldier-justice/p/15200277.html在R语言中，使用类似Python原生字符串的方式处理路径替换方法gsub("\\\\", "/", a)

去这个www.crup.com.cn网址搜，里面全都有。免费的。...

在这里插入代码片

原因数据是AsIs格式的，默认为一列了，关于AsIs参考如下博客https://blog.youkuaiyun.com/weixin_48172266/article/details/117747605?spm=1001.2014.3001.5502R语言里面“AsIs“到底是啥，用的时候咋处理例子,hdi包里的riboflavin数据集，其中riboflavin$x为“AsIs“格式数据。library(hdi) preProcValues = preProcess(riboflavin$x, metho

例子用的是hdi包中的一个riboflavin数据集（核黄素）library(hdi)dim(riboflavin)这里我没用head(riboflavin),因为变量太多了。这里用的dim(),可以看出来这个数据集里面有71行2列，这里的两列分别是x和y。可以通过以下的代码看一下。riboflavin$xriboflavin$y可以看一下类型class(riboflavin$x)class(riboflavin$y)"AsIs"是啥看看大佬的解释吧，点击下面的链接然后进入

加载所需要的包library(ggplot2)library(dplyr)创建数据集Year <- c(rep("2012" , 3) , rep("2013" , 3) , rep("2014" , 3) , rep("2015" , 3) )Legend <- rep(c("A" , "X" , "E") , 4)Count <- abs(rnorm(12 , 0 , 15))data <- data.frame(Year,Legend,Count)data

方法一library(ggplot2)library(patchwork)p1 <- ggplot(iris,aes(x=Sepal.Length))+geom_histogram(fill='#58a6a6')p2 <- ggplot(iris,aes(x=Sepal.Width))+geom_histogram(fill='#1c595a')p3 <- ggplot(iris,aes(x=Petal.Length))+geom_histogram(fill='#daae31'

1.找到RStudio默认安装目录下的R.css文件C:\Program Files\RStudio\resources2.双击进入编辑一般就是直接进入记事本编辑了将红框那一块替换为body, td { /*font-family: Helvetica, sans-serif; */ font-family: 'Source Sans Pro', 'Lucida Grande', Verdana, Arial, sans-serif !important; font-si

在这里将这个半角改成全角。也就是将上图月亮改成下图太阳。这种输入法状态下就可以输入空格并输出到html及其他格式。

Tsay, Ruey S. 2013. 金融数据分析导论：基于R语言. 机械工业出版社.原始版本："backtest" <- function(m1, rt, orig, h, xre=NULL, fixed=NULL, inc.mean=TRUE){ # m1: is a time-series model object # orig: is the starting forecast origin # rt: the time series # xre: the indepen

qr(data)$rank

library(grDevices)cairo_ps("C:\\Users\\10539\\Desktop\\whatever.eps")plot(data)title(main="n = 30,p = 8,σ = 4,ρ= 0.9", col.main="black") dev.off()

https://cran.r-project.org/bin/windows/base/old

数据例如下面的数据data：col1 col2 col3A 2 2B 5 infC 4 3我们想用col2中的5代替inf代码mean(ifelse(data$col3 == Inf, data$col2, data$col3))

val <- c(0.12,0.23,2.33)scales::percent(val, 0.01)[1] “12.00%” “23.00%” “233.00%”

代码library(tidyverse)library(naniar)data %>% miss_var_summary()注%>%为管道函数，不懂可以看下面的链接管道函数miss_var_summary在naniar包里面

用到的函数extract()例子首先构造数据week <- c("week1","week2","week3","week4")value <- c(5,6,7,8)data <- data.frame(week,value)week value1 week1 52 week2 63 week3 74 week4 8extract(data,week,"week","(\\d)",convert = TRUE)#(\\d)表示任意

将多个字符串合并成一个字符串格式：str_c(…, sep = “”, collapse = NULL)三个参数的意思… 表示的是多个字符向量sep:要在输入向量之间插入的字符串collapse：用于将输入向量组合成单个字符串的可选字符串这翻译的都不像人话，直接看例子吧例子str_c("Letter: ", letters)[1] “Letter: a” “Letter: b” “Letter: c” “Letter: d” “Letter: e”[6] “Letter: f” “

R语言统计列中每个字符串的长度library(tidyverse)str <- c("yuwen","shuxue","yingyu","zhengzhi","lishi","dili")str <- as_tibble(str)#转化为tibble才有列名str %>%mutate(strlen = str_length(value))A tibble: 6 x 2value strlen 1 yuwen 52 shuxue

这个函数在dplyr包里面这个函数主要是用来选出所有的变量。例子library(tidyverse)# For better printingiris <- as_tibble(iris)#Use everything() to select all variables:iris %>% select(everything())#> # A tibble: 150 x 5#> Sepal.Length Sepal.Width Petal.Length P

画图区域太小了，把下图的区域拖的大一些就好了

这个例子不好做，做了在这里展示的也只是个图片，而不是个交互的图表R语言交互式图表原始的网址：https://bookdown.org/xiao/RAnalysisBook/r-markdown.html#section-5.7

例如取出mtcars中的Merc车的几行mtcars[grep("Merc",rownames(mtcars)),]Merc 240D 24.4 4 146.7 62 3.69 3.19 20.0 1 0 4 2Merc 230 22.8 4 140.8 95 3.92 3.15 22.9 1 0 4 2Merc 280 19.2 6 167.6 123 3.92 3.44 18.3 1 0 4 4Merc 280

begin = as.Date("2021-03-15")end = as.Date("2021-05-04")difftime(end, begin, units = "weeks")difftime(end, begin, units = “weeks”)difftime(end, begin, units = "hours")Time difference of 1200 hours可以用这个函数看看自己的人生经过了多少年，各位要好好珍惜自己的时间。...

加载包# install.packages(lubridate)library(lubridate)第一个函数ymd():解析日期为年月日格式x <- c("09-01-01", "09-01-02", "09-01-03")ymd(x)[1] “2009-01-01” “2009-01-02” “2009-01-03”x <- c("2009-01-01", "2009-01-02", "2009-01-03")ymd(x)[1] “2009-01-01” “200

数据集我们以内置的mtcars为例，至于里面的每个变量是啥意思，可以看下面的[, 1] mpg Miles/(US) gallon[, 2] cyl Number of cylinders[, 3] disp Displacement (cu.in.)[, 4] hp Gross horsepower[, 5] drat Rear axle ratio[, 6] wt Weight (1000 lbs)[, 7] qsec 1/4 mile time[, 8] vs Engine (0 =

x <- "[3, 4, 5, 6]"x <- gsub("\\[|\\]","", x)y <- as.numeric(unlist(strsplit(x, ",", fixed=TRUE)))y#> [1] 3 4 5 6

简单说就是stringsAsFactors = FALSE，此时读取进来的数据框将不会默认把字符型转化为因子，具体这个有啥用处可以参考下面的博客。参考文档R语言数据框中的stringsAsFactors参数https://blog.youkuaiyun.com/weixin_43953722/article/details/103188934R语言数据框中的stringsAsFactors参数...

w = drop(t(svm_model$coefs)%*%as.matrix(X[svm_model$index,1:length(SFI)]))#取出超平面的权重向量svm_model为训练的模型1:length(SFI)，表示的是一个向量，不用纠结SFI是啥，假设应该是求14个变量的权重，这里就是1：14，求8个变量的权重就是1：8，这个 SFI是我写的代码里命名的一个东西，其他的部分照抄。...

向量的交集用intersect(x, y)并集用union(x, y)差集用setdiff(x, y)集合是否相等，用setequal(x, y)，确定元素x是否是集合y的某个元素用is.element(x, y)，它等价于x %in% y.（这里x可以是一个元素，也可以是一个变量）例子交集x <-c(1,2,3) y <- c(2,3,4)intersect(x, y)intersect(x, y)[1] 2 3并集x <-c(1,2,3) y <

提示信息Show in New WindowError in install.packages : Updating loaded packagesWARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding:https://cran.rstud

解决措施：将installed.packages(“DT”)换成install.packages(“DT”)

R语言获取数据框行数的方法1)dim(dataframe)[1]2)nrow(dataframe)3)length(dataframe[,1])

以ncvreg为例打开R，不是Rstudioinstall.packages(“ncvreg”)右边那个窗口时选包的来源，选那个Lanzhou那个然后就会显示安装成功了但是吧，还是有些问题，在Rstudio种用??ncvreg还是找不到这个包的官方文档。怎么找官方文档可以参考一下博客找官方文档...

以ncvreg为例子在Rstudio里面用??ncvreg可以查找这个包，发现没有去R的网站里面找这个包网站地址http://cloud.r-project.org/R包官方网址找到左边的Packages，点进去这里给出来了两种包的排序方式，一种是按日期，一种是按照name，点进去那个按name排序的点进来以后是按照name首字母排序的，然后点n，找到这个包（或者是用键盘同时按住ctrl+f两个键，调出搜索框，搜索框在屏幕右上角，然后输入ncvreg，就找到了）用搜索框搜索点进去

library(ggplot2)ggplot(mpg,aes(displ,hwy,color=class))+ geom_point()+ geom_smooth(method = "lm")+ theme(legend.position = "bottom" ,legend.box = "horizontal")+ scale_shape(guide = guide_legend(title.position = "top")) + scale_colour_discrete(gui

书里代码少了一行，这里修改过了library(ggplot2)library(tidyverse)mod <- loess(hwy~displ,data=mpg)grid <- data.frame(displ=seq(min(mpg$displ),max(mpg$displ),length=50))grid$hwy <- predict(mod,newdata = grid)std_resid <- resid(mod)/mod$smpg <- mutate(m

filte()：仅能筛选观测filte()第一个参数是数据框，后面的是逻辑值x==yx !=y （x和y不等）x %in% c(“a”,“b”,“c”)（x属于右侧）x>y,x>=y,x<y,x<=y也可以用逻辑运算符组合起来！xx&yX|yxor(x,y) （异或）例子library(dplyr)head(iris)dplyr::filter(iris,Sepal.Length>7)#筛选花萼长度>7的观测还有就是我自己写的文章里

filte()：仅能筛选观测filte()第一个参数是数据框，后面的是逻辑值x==yx !=y （x和y不等）x %in% c(“a”,“b”,“c”)（x属于右侧）x>y,x>=y,x<y,x<=y也可以用逻辑运算符组合起来！xx&yX|yxor(x,y) （异或）library(dplyr)head(iris)dplyr::filter(iris,Sepal.Length>7)#筛选花萼长度>7的观测select()：仅能筛选变量