工作笔记记录,会持续更新....
目录:
- apply
- tapply
- lapply
- sapply
- merge
- substr、substring、strsplit、unlist、paste、paste0、nchar
- table
apply函数:
- apply:apply的中文意思是应用,这个函数的意思是通过将一个函数应用到矩阵或数组中,返回一个向量或数组
- 语法:apply(X, MARGIN, FUN, ...) , 其中X为一个数组;MARGIN为一个向量(表示要将函数FUN应用到X的行还是列),1:表示取行,2:表示取列,c(1,2)表示行、列都计算。
- 示例:
> ma <- matrix(c(1:4, 1, 6:8), nrow = 2);ma
[,1] [,2] [,3] [,4]
[1,] 1 3 1 7
[2,] 2 4 6 8 > apply(ma, 1, sum)
[1] 12 20
> apply(ma, 2, sum)
[1] 3 7 7 15
tapply:
- tapply:是对向量中的数据进行分组处理,而非对整体数据进行处理
- 语法: tapply(X, INDEX, FUN = NULL, ..., simplify = TRUE),
- 其中X通常是一向量;
- INDEX是一个list对象,且该list中的每一个元素都是与X有同样长度的因子;
- FUN是需要计算的函数;
- simplify是逻辑变量,TRUE(默认值),且函数FUN的计算结果总是为一个标量值,那么函数tapply返回一个数组;若取值为FALSE,则函数tapply的返回值为一个list对象。需要注意的是,当第二个参数INDEX不是因子时,函数 tapply() 同样有效,因为必要时 R 会用 as.factor()把参数强制转换成因子
- 示例:
> da
year province sale
1 2007 A 1
2 2007 B 2
3 2007 C 3
4 2007 D 4
5 2008 A 5
6 2008 C 6
7 2008 D 7
8 2009 B 8
9 2009 C 9
10 2009 D 10
> attach(da)
> tapply(sale,list(year,province),mean)
A B C D
2007 1 2 3 4
2008 5 NA 6 7
2009 NA 8 9 10
lapply:
- lapply: (list apply)针对list的apply函数
- 语法: lapply(X, FUN, ...) lapply的返回值是和一个和X有相同的长度的list对象,这个list对象中的每个元素是将函数FUN应用到X的每一个元素
- 示例:
#外卖示例数据
s<-data.frame(shop_id=c('',''),saled=c(35,78),
takeout_cost=c(30,60),delivery_time=c(10,20)) lapply(s,function(x){
if(is.numeric(x)){
mean(x)
}
else{
length(x)
}
}) - 结果:$shop_id [1] 2 $saled [1] 56.5 $takeout_cost [1] 45 $delivery_time [1] 15
sapply:
- sapply:sapply函数和Lapply函数类似,也是对List进行处理,只是在返回结果上,sapply会根据结果的数据类型和结构,重新构建一个合理的数据类型返回
- 语法:sapply(X, FUN,..., simplify = TRUE, USE.NAMES = TRUE)
- 示例:如上例,调用sapply函数返回结果为:
shop_id saled takeout_cost delivery_time
2.0 56.5 45.0 15.0
merge:
- merge: merge是R语言中用来合并数据框的函数
- 语法:merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...)
- x,y:用于合并的两个数据框
- by.x,by.y:指定依据哪些行合并数据框,默认值为相同列名的列.
- all.x,all.y:指定x和y的行是否应该全在输出文件
- sort:by指定的列是否要排序
- suffixes:指定除by外相同列名的后缀
- incomparables:指定by中哪些单元不进行合并
- 示例代码:
#数据:
w1:
NAME SCHOOL CLASS ENGLISH
A S1 10 85
B S2 5 50
A S1 4 90
A S1 11 90
C S1 1 12 w2:
NAME SCHOOL CLASS MATHS ENGLISH
A S3 5 80 88
B S2 5 89 81
C S1 1 55 32 merge(w1, w2, all = T) NAME SCHOOL CLASS ENGLISH MATHS
1 A S1 4 90 NA
2 A S1 10 85 NA
3 A S1 11 90 NA
4 A S3 5 88 80
5 B S2 5 50 NA
6 B S2 5 81 89
7 C S1 1 12 NA
8 C S1 1 32 55 merge(w1, w2, by = c("NAME", "SCHOOL", "CLASS"), all = T) NAME SCHOOL CLASS ENGLISH.x MATHS ENGLISH.y
1 A S1 4 90 NA NA
2 A S1 10 85 NA NA
3 A S1 11 90 NA NA
4 A S3 5 NA 80 88
5 B S2 5 50 89 81
6 C S1 1 12 55 32
substr、substring、strsplit、unlist、paste、paste0、nchar:
- substr、substring: 取子字符串
- substr(x,start,stop) : 必须指定开始和结束位置
- substring(text, first, last=1000000 ) :substring()可以不用指定结束位置,默认为1000000,如果字符串的长度小于1000000,则默认为取到字符串的结尾处
- 示例: substring("sinablog",5) 【blog】 substr("sinablog",5,10) 【blog]
-
strsplit、unlist:
- strsplit(x, split, extended = TRUE, fixed = FALSE, perl = FALSE) x为待拆分的字符串向量,split拆分模式, fixed为TRUE表示精确匹配
- 使用split函数得到的结果是一个列表,如果希望得到一个向量,可以使用unlist函数
- 示例: unlist(strsplit("a.b.c", "\\.")) 结果:[1] "a" "b" "c"
- nchar: 取字符长度,示例: x<-"sinablog" > nchar(x) 结果:[1] 8
- paste、paste0:
- paste在不指定分割符的情况下,默认分割符是空格, paste0在不指定分割符的情况下,默认分割符是空
- > paste("Hello","world") [1] "Hello world"
> paste0("Hello","world") [1] "Helloworld"
table:
- table 对应的就是统计学中的列联表,是一种记录频数的方法。看示例
> x <- sample(c("a", "b", "c"), 100, replace=TRUE)
> names(table(x))
[1] "a" "b" "c"
> as.numeric(table(x))
[1] 32 33 35
> #转data.frame
> as.data.frame(table(x))
x Freq
1 a 32
2 b 33
3 c 35