1. 创建新的变量

mydata<-data.frame(x1=c(2,2,6,4),x2=c(3,4,2,8))

#方法一

mydata$sumx<-mydata$x1+mydata$x2

mydata$meanx<-(mydata$x1+mydata$x2)/2

#方法二

attach(mydata)

mydata$sumx <- x1+x2

mydata$meanx <- (x1+x2)/2

detach(mydata)

#第三种方式

mydata<-transform(mydata,sumx=x1+x2,meanx=(x1+x2)/2)

2. 变量的重编码

连续->类别

错误->正确值

分数->级别划分

3. 变量的重命名

reshape()包中的rename()函数

rename(dataframe, c(oldname='newname',oldname = 'newname')

4. 缺失值

缺失值：NA(Not Availabe不可用表示)

不可能出现的值：NAN（Not a number, 非数值）

is.na() 检查是否是缺失值

na.rm= TRUE 在计算之前移除缺失值

na.omit()删除所有不完整的规则

5. 日期值：日期值以字符串形式输入到R，然后转化为以数值形式存储的日期变量

as.Date(x, "input_format")

#日期默认输入格式为yyyy-mm--dd

mydates <- as.Date(c('2007-06-22','2004-02-13'))

#新的输入格式

strDates <-c('01/05/1965','08/16/1975')

dates <- as.Date(strDates,"%m/%d/%Y")

#日期转化为字符型变量

strDates <- as.character(dates)

6. 数据类型转化

7. 数据排序

order() 对数据进行排序, 默认顺序是升序，在排序变量前面添加一个减号就可以得到降序的排序结果

8. 数据集的合并

1). 列合并：向数据框中添加变量 merge(dataframeA, dataframeB, by = 'ID')

2). 行合并：向数据框中添加观测 rbind()

3). subset()函数

newdata <- subset(dateframe, conditions, select = c(col1,col2))

4) 抽样函数 sample()