R語言函式之——ifelse
ifelse
----向量化的函式
----在向量賦值的時候,特別有用,如下面例子
> x <- 1:10
> y <- ifelse(x>5, 0, 10)
> y
[1] 10 10 10 10 10 0 0 0 0 0
把向量中的NA換為0
> x <- c(1, 2, NA, NA, 5)
> x
[1] 1 2 NA NA 5
> x <- ifelse(is.na(x), 0, x)
> x
[1] 1 2 0 0 5
相關推薦
R語言函式之——ifelse
ifelse ----向量化的函式 ----在向量賦值的時候,特別有用,如下面例子 > x <- 1:10 > y <- ifelse(x>5, 0, 10) >
R語言︱函式使用技巧(迴圈、if族/for、switch、repeat、ifelse、stopifnot)
每每以為攀得眾山小,可、每每又切實來到起點,大牛們,緩緩腳步來俺筆記葩分享一下吧,please~———————————————————————————後續加更內容:應用一:if族有哪些成員呢?——if/ifelse/stopifnot應用二:如何在迴圈中,實時輸出時間消耗?—
4-1 R語言函式 lapply
#lapply函式 #可以迴圈處理列表中的每一個元素 #lapply(引數):lapply(列表,函式/函式名,其他引數) #總是返回一個列表 #sapply:簡化結果 #結果列表元素長度均為1,返回向量 #結果列表元素長度相同且大於1,返回矩陣 > str(lapply) function (X,
4-5 R語言函式 split
#split根據因子或因子列表將 向量或其他物件分組 #通常與lapply一起使用 #split(引數):split(向量/列表/資料框,因子/因子列表) > x <- c(rnorm(5),runif(5),rnorm(5,1)) > x [1] 0.61008707 0.817
4-4 R語言函式 tapply
#對向量的子集進行操作 #tapply(引數):tapply(向量,因子/因子列表,函式/函式名) > x <- c(rnorm(5),runif(5),rnorm(5,1)) > f <- gl(3,5) > f [1] 1 1 1 1 1 2 2 2 2 2 3 3 3
4-6 R語言函式 排序
#sort:對向量進行排序;返回排好序的內容 #order:返回排好序的內容的下標/多個排序標準 > x <- data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1)) > sort(x$v2) [1] 6 7 8
R語言開發之資料型別之陣列&因子&資料幀
咱們接著上篇文章來啊,上篇文章最後說道矩陣,但是矩陣只能有兩個維度,然而陣列可以是任意數量的維數。R語言中陣列函式採用一個dim屬性,建立所需的維數。 在下面的例子中,我們嘗試建立一個有三個元素的陣列,
R語言開發之迴圈結構的控制語句(break&next)瞭解下
迴圈控制語句用於更改程式正常執行順序,就是當執行離開範圍時,在該範圍內建立的所有自動物件都將被銷燬。我們來看下R支援的控制語句: 序號 控制語句 描述 1 break語句 終止迴圈語句並將執行轉移到迴圈之後的語句。 2 next語句
R語言開發之陣列操作了解下
陣列是可以在二維及以上儲存資料的R資料物件, 例如 - 如果建立一個維陣列(2,3,4),那麼它將建立4個矩形矩陣,每個矩陣具有2行和3列並且陣列只能儲存資料型別。我們可通過使用array()函式來建立
R語言開發之包是個什麼鬼???
R包是R函式,編碼和樣本資料的集合, 它們儲存在R環境中的名為“library”的目錄下。 預設情況下,R在安裝過程中安裝一組軟體包。當需要某些特定的目的時,也可根據需要新增更多的包。 當我們啟動R控制檯時,預設情況下只有預設軟體包可用。 已經安裝的其他軟體包必須明確載入才能
R語言開發之CSV檔案的讀寫操作了解下
在R中,我們可以從儲存在R環境外部的檔案讀取資料,還可以將資料寫入由作業系統儲存和訪問的檔案。這個csv檔案應該存在於當前工作目錄中,以方便R可以讀取它, 當然,也可以設定自己的目錄,並從那裡讀取檔案。
R語言開發之輸出直方圖
直方圖表示一個變數範圍內的值的頻率。直方圖類似於條形,但區別在於將值分組為連續範圍。直方圖中的每個欄表示該範圍中存在的值的數量的高度。在R中使用hist()函式建立直方圖。 該函式將一個向量作為輸入,並
R語言開發之二進位制檔案讀寫操作
二進位制檔案是一個檔案,其中包含僅以位和位元組形式儲存的資訊(0和1),它們是不可讀的,因為其中的位元組轉換為包含許多其他不可列印字元的字元和符號,隨便我們嘗試使用任何文字編輯器讀取二進位制檔案將顯示為類似Ø和ð這樣的字元。 但是二進位制檔案必須由特定程式讀取才能使用。例如
R語言開發之線性迴歸瞭解下
迴歸分析是一個廣泛使用的統計工具,用於建立兩個變數之間的關係模型,這些變數之一稱為預測變數,其值通過實驗收集。 另一個變數稱為響應變數,其值來自預測變數。線上性迴歸中,這兩個變數通過一個等式相關聯,其中這兩個變數的指數(冪)是1,數學上,當繪製為圖形時,線性關係表示直線,並且
R語言開發之協方差分析瞭解下
我們通常使用迴歸分析來建立描述預測變數變數對響應變數的影響的模型,有時,如果我們有類似於是/否或男/女等值的分類變數,簡單迴歸分析為分類變數的每個值提供多個結果。在這種情況下,我們可以通過使用分類變數和預測變數來研究分類變數的影響,並比較分類變數的每個級別的迴歸線。 這樣的分
R語言開發之非線性最小二乘法瞭解下
當對真實世界資料建模進行迴歸分析時,我們觀察到模型的方程很少是給出線性圖的線性方程。 反而是在大多數情況下,現實世界資料模型的方程式涉及更高程度的數學函式,如3或sin函式的指數。 在這種情況下,模型的曲線給出了曲線而不是線性。線性和非線性迴歸的目標是調整模型引數的值以找到最
C語言函式之輸入引數
輸入引數:承上啟下的作用 呼叫者:函式名(要傳遞的資料) //實參 被調者:函式的具體實現 函式的返回值 函式名(接收的資料) //形參 { 。。。。 } 實參 傳遞給 形參 傳遞形式:逐一拷貝 值傳遞典型錯誤: #incl
R語言函式中特殊引數"..."
“...”用來引用從被呼叫函式傳遞下來的引數。當所有匹配“...”的引數來自特定的類或者特定類的子類, 為這些函式定義的方法會被選擇和呼叫。 fun1 <- function(data, data.frame, graph=TRUE, limit=20, ...)
R語言學習之矩陣的建立
R語言的實質實質上是與matlab差不多的,都是以矩陣為基礎的, 建立矩陣的方法如下 y <- matrix(c(1,2,3,4),nrow = 2,ncol = 2) 實際上如果已經指定了行數和值的話 ,列數就可以省略掉,R語言預設是以列為分佈的,實質上就是按列
R語言學習之簡單線性迴歸
從許多方面來看,迴歸分析都是統計學的核心。它其實是一個廣義的概念,通指那些用一個或多個預測變數(也稱自變數或解釋變數)來預測響應變數(也稱因變數、效標變數或結果變數)的方法。即通過已知的點來建立擬合模