目录
一、数据转换
读取文件
a <- read.csv('test.csv', header = T)
判断读取的类型
class(a)
is.data.frame(a)
强制格式转换数据框格式
as.data.frame(a)
强制转换为矩阵格式，每个元素都为一个字符串
as.matrix(data.frame(a))
查看判断数据类型及格式转换方法methods(is) 和 methods(as)
给向量添加一个维度就会变成矩阵或者数组
二、取子集
如何对数据框取子集
View(b)可以查看数据框
使用切片取连续子集
取不连续子集
使用 which 进行逻辑筛选
这里的 " ，"是取行
subset() 可以对向量、矩阵、数据框取子集
sample(x, n) ：无放回抽样， 每个元素只能抽取一次设置replace = T，则是有放回抽样
对数据框进行抽样
数据框的合并data.frame(state.abb, state.area)
cbind(state.abb,state.area)：合并列
rbind(state.abb,state.area)：合并行要求新数据与原数据具有相同的列名
cbind,rbind也可以用于矩阵要求是必须具有相同的行数或列数
如果合并的数据有重复项应该怎么处理呢
下图可以看到，51-101是重复项
duplicated(data3)：判断是否为重复项
可以取出重复项，加 " ！"可以取反
使用 unique() 可直接完成去重操作
使用 length(rownames()) 和 length(colnames()) 可以查看行数和列数
三、数据框的翻转
t()：数据框翻转
> data4<- t(data)
rev()：反向
修改数据框中的值
transform(data, colname)
colname命名新的名字，则会生成新的一列
数据框排序
sort是对向量进行排序，返回排序后的结果
order也可以对向量进行排序，返回的是对应值所在的位置，而不是结果order可以根据索引对数据框进行排序
取与 order 默认相反的顺序
在变量前加一个 " - "
rank是求秩的函数返回向量对应元素的排名
四、对数据框进行计算
将矩阵转为数据框
rowSums 计算行和
colMeans 计算列均值
将计算的行和 和 列均值添加到 原数据框 中
可以看到，cm 行 Total 列被第一列的值替代
五、apply的用法
apply(x,MARGIN,FUN)
x是数组、矩阵或数据框；MARGIN等于1代表行，等于2代表列；FUN代表要应用的函数。
如：
apply(WorldPhones,MARGIN=1,FUN = sum)
apply(WorldPhones,MARGIN=2,FUN = mean)
apply(WorldPhones,MARGIN=2,FUN = Var)
apply(WorldPhones,MARGIN=2,FUN = log)
其他apply系列函数lapply(x,FUN)：l 代表list，x是列表，返回值是列表。
sapply(x,FUN)：s代表simplify，x是列表，返回值是向量或者矩阵。
tapply(x,INDEX,FUN)：x是向量或其他，INDEX是一组因子，利用这个因子，可以对第一个参数的数据进行分组。
六、数据的中心化与标准化
数据中心化： 是指数据集中的各项数据减去数据集的均值。
数据标准化： 是指在中心化之后再除以数据集的标准差，即数据集中的各项数据减去数据集的均值再除以数据集的标准差。简单来看：
x <- c(1,2,3,6,3)
中心化：x-mean(x)
标准化：(x-mean(x))/sd(x)
R中实现数据中心化和标准化可以使用scale函数：
scale(x,center,scale)：center为TRUE就是做中心化处理，scale为TRUE就是做标准化处理。
