第一章_R__基础_02(非参数统计_2015)程序.ppt

因为R中对矢量的计算是对矢量中的各个元素单独进行的，因此在R中很容易对数据进行转换。如果生成了新的数据行或列，可以用rbind()或cbind()把它们组合到已有的数据框中。 相关函数 R中还有一些可以专门用于数据转换的函数，可以简化数据转化的操作： transform()可以对数据框中已有的元素的值进行转换，也可以利用已有的变量生成新的变量。 apply()可以把函数操作运用到矩阵的行或列上去。 lapply()可以把函数操作运用到列表或数据框中的行或列上去，返回值为列表。 sapply()与lapply()类似，但是返回值为矢量或矩阵。 vapply()与sapply()类似，但是返回值为特定的类型，可以提高运算的效率。 tapply()可以把函数操作分组运用到矩阵上去。 mapply() do.call() 可以进行有条件的转换： ifelse(test, yes, no) which() 数据编辑 R内置了简单的数据编辑器。 可以通过菜单 Edit-Data editor... 打开数据编辑器。 也可以通过fix()命令实现。 也可以通过edit()命令实现。特别注意edit()命令并不把修改的结果回传给变量，而是传给.Last.value对象，因此一般情况下不要使用edit()命令。 修改变量名 可以使用fix()调用内置编辑器直接修改。 可以使用reshape包中的rename()函数。 为变量设置标签 使用Hmisc包的label()函数。 删除变量 删除独立的对象：rm()。 删除数据框/列表中的某个变量：令其为NULL。 重新编码/赋值 把连续变量转变为分类变量：cut()，Hmisc包中的cut2()。寻找分割点：rpart包中的rpart()，Hmisc包中的tree()。 car包中的recode()。 组合数据行 rbind() 如果两组原始数据有不同的变量，可以使用reshape包中的rbind.fill()。 组合数据框 cbind() merge() reshape包中的merge_all() 数据汇总 aggregate() by() 缺失值 判断某个值是否缺失值：is.na() 判断某行数据是否完整：complete.cases() 剔除缺失值：na.omit() 重复数据 识别重复数据：duplicated() 去除重复数据：unique() 排序 可以用sort()函数对数组和矩阵内的元素进行排序。 用order()函数可以得到数组和矩阵排序后每个元素的位置。 A.5 编写程序 A.5.1 循环和控制 (1)控制结构 有if／else语句、switch语句． 1．if／else语句 if／else语句是分支语句中主要的语句， if／else语句的格式为 if(cond) statement_l 第一句的意义是：如果条件cond成立，则执行表达式statement_l；否则跳过，  if(cond) statement_l else statement_2 第二句的意义是：如果条件cond成立，则执行表达式statement_l；否则执行表达式statement_2.if (条件) 表达式1 else 表达式2 x=1 if(x==1){print(“x is true”)}else{print(“x is false”)} 例如， x-c(2,3,1) if(any(x=0)) y-log(1+x) else y-log(x) 注意：此命令与下面的命令 y-if(any(x=0)) log(1+x) else log(x) 等价， 作用: 避免除零或负数的对数等数学问题 x = c(6:-4) if (x = 0) sqrt(x) else NA x=rnorm(1);if (x0) y=x else y=-x+10 (2) 循环结构 循环语句有for循环、while循环 1．for循环语句 for循环的格式为 for (name in expr_l) expr_2 其中name是循环变量， expr_l是一个向量表达式(通常是个序列，如1:20)，expr_2通常是一组表达式。 如构造一个4阶的Hilbert矩阵： n-4; x-array(0, dim=c(n,n)) for(i in 1:n){ for(j in 1:n){ x [i,j] -1/(i+j -1) } } x 2．while循环语句 while循环语句while语句的格式为 while (condition) expr 当条件c