R常用函数表格汇总
R语言常用函数汇总
R语言常用函数汇总R语言是一种强大的统计计算语言，拥有丰富的函数和包。
下面是常用的R语言函数的汇总（按照字母顺序排列）。
1. abs(x): 返回x的绝对值。
2. append(x, values): 向向量x中追加值values。
3. apply(X, MARGIN, FUN): 在矩阵X的指定维度上应用函数FUN。
4. args(function): 返回指定函数的参数列表。
5. as.character(x): 将对象x转化为字符型。
6. as.data.frame(x): 将对象x转化为数据框。
7. as.factor(x): 将对象x转化为因子型。
8. as.matrix(x): 将对象x转化为矩阵。
9. as.numeric(x): 将对象x转化为数值型。
10. barplot(height): 绘制条形图。
11.c(x,...):将x与其他对象合并为一个向量。
12. colnames(x): 返回矩阵或数据框x的列名。
13. cor(x, y): 计算x和y的相关系数。
14. cut(x, breaks): 将向量x划分为几个离散区间。
15. plot(x, y): 绘制散点图。
16. density(x): 生成x的密度图。
17. diff(x): 计算向量x的差值。
18. dim(x): 返回矩阵或数据框x的维度。
19. mean(x): 计算向量x的平均值。
20. median(x): 计算向量x的中位数。
21. min(x): 返回向量x的最小值。
22. max(x): 返回向量x的最大值。
23. names(x): 返回对象x的变量名。
24. paste(x, ...): 将x和其他对象合并为一个字符型。
25. print(x): 打印对象x。
26. range(x): 返回向量x的范围。
27. read.csv(file): 从CSV文件中读取数据。
28. rownames(x): 返回矩阵或数据框x的行名。
R语言常用函数
R语言常用函数基本一、数据管理vector：向量numeric：数值型向量logical：逻辑型向量character；字符型向量list：列表data.frame：数据框c：连接为向量或列表length：求长度subset：求子集seq，from:to，sequence：等差序列rep：重复NA：缺失值NULL：空对象sort，order，unique，rev：排序unlist：展平列表attr，attributes：对象属性mode，typeof：对象存储模式与类型names：对象的名字属性二、字符串处理character：字符型向量nchar：字符数substr：取子串format，formatC：把对象用格式转换为字符串paste，strsplit：连接或拆分charmatch，pmatch：字符串匹配grep，sub，gsub：模式匹配与替换三、复数complex，Re，Im，Mod，Arg，Conj：复数函数四、因子factor：因子codes：因子的编码levels：因子的各水平的名字nlevels：因子的水平个数cut：把数值型对象分区间转换为因子table：交叉频数表split：按因子分组aggregate：计算各数据子集的概括统计量tapply：对“不规则”数组应用函数数学一、计算+, -, *, /, ^, %%, %/%：四则运算ceiling，floor，round，signif，trunc，zapsmall：舍入max，min，pmax，pmin：最大最小值range：最大值和最小值sum，prod：向量元素和，积cumsum，cumprod，cummax，cummin：累加、累乘sort：排序approx 和approx fun：插值diff：差分sign：符号函数二、数学函数abs，sqrt：绝对值，平方根log, exp, log10, log2：对数与指数函数sin，cos，tan，asin，acos，atan，atan2：三角函数sinh，cosh，tanh，asinh，acosh，atanh：双曲函数beta，lbeta，gamma，lgamma，digamma，trigamma，tetragamma，pentagamma，choose ，lchoose：与贝塔函数、伽玛函数、组合数有关的特殊函数fft，mvfft，convolve：富利叶变换及卷积polyroot：多项式求根poly：正交多项式spline，splinefun：样条差值besselI，besselK，besselJ，besselY，gammaCody：Bessel函数deriv：简单表达式的符号微分或算法微分三、数组array：建立数组matrix：生成矩阵data.matrix：把数据框转换为数值型矩阵lower.tri：矩阵的下三角部分mat.or.vec：生成矩阵或向量t：矩阵转置cbind：把列合并为矩阵rbind：把行合并为矩阵diag：矩阵对角元素向量或生成对角矩阵aperm：数组转置nrow, ncol：计算数组的行数和列数dim：对象的维向量dimnames：对象的维名row/colnames：行名或列名%*%：矩阵乘法crossprod：矩阵交叉乘积（内积）outer：数组外积kronecker：数组的Kronecker积apply：对数组的某些维应用函数tapply：对“不规则”数组应用函数sweep：计算数组的概括统计量aggregate：计算数据子集的概括统计量scale：矩阵标准化matplot：对矩阵各列绘图cor：相关阵或协差阵Contrast：对照矩阵row：矩阵的行下标集col：求列下标集四、线性代数solve：解线性方程组或求逆eigen：矩阵的特征值分解svd：矩阵的奇异值分解backsolve：解上三角或下三角方程组chol：Choleski分解qr：矩阵的QR分解chol2inv：由Choleski 分解求逆五、逻辑运算，=，==，!=：比较运算符!，&，&&，|，||，xor()：逻辑运算符logical：生成逻辑向量all，any：逻辑向量都为真或存在真ifelse()：二者择一match，%in%：查找unique：找出互不相同的元素which：找到真值下标集合duplicated：找到重复元素六、优化及求根optimize，uniroot，polyroot：一维优化与求根程序设计一、控制结构if，else，ifelse，switch：分支for，while，repeat，break，next：循环apply，lapply，sapply，tapply，sweep：替代循环的函数。
r语言数学函数
r语言数学函数标题：深入了解r语言中的数学函数作为一位r语言的使用者，熟悉并灵活应用各种数学函数是必要的。
在本文中，我们将深入了解r语言中的数学函数，并提供一些常见的实例供大家参考。
一、 r语言中的基本数学函数1. 加、减、乘、除在r语言中，加法使用“+”符号，减法使用“-”符号，乘法使用“*”符号，除法使用“/”符号。
例如：a <- 5 + 2 # 加b <- 5 - 2 # 减c <- 5 * 2 # 乘d <- 5 / 2 # 除print(a) # 输出结果为7print(b) # 输出结果为3print(c) # 输出结果为10print(d) # 输出结果为2.52. 幂运算在r语言中，幂运算使用“^”符号。
例如：e <- 2^3 # 2的3次幂print(e) # 输出结果为83. 取模运算在r语言中，取模运算使用“%%”符号。
例如：f <- 5 %% 2 # 取5除以2的余数，结果为1print(f) # 输出结果为14. 取整和四舍五入在r语言中，取整使用函数floor()或ceiling()，四舍五入使用函数round()。
例如：g <- floor(2.7) # 取整，结果为2h <- ceiling(2.3) # 取整，结果为3i <- round(2.5) # 四舍五入，结果为3print(g) # 输出结果为2print(h) # 输出结果为3print(i) # 输出结果为35. 绝对值和取余数在r语言中，绝对值使用函数abs()，取余数使用函数abs()。
例如：j <- abs(-3) # 取绝对值，结果为3k <- sign(-5) # 取符号，结果为-1print(j) # 输出结果为3print(k) # 输出结果为-1二、 r语言中的高级数学函数1. 寻找最小值和最大值在r语言中，可以使用函数min()和max()来寻找向量或数据框中的最小值和最大值。
R语言常用函数汇总
R语言常用函数汇总R语言有众多常用函数，以下是其中一部分：1.数据导入和导出函数- read.csv(：读取CSV文件的数据- read.table(：读取表格数据- read.xlsx(：读取Excel文件的数据- write.csv(：将数据写入CSV文件- write.table(：将数据写入表格文件2.数据处理函数- subset(：根据条件筛选数据- merge(：合并数据集- aggregate(：按照指定变量对数据进行聚合- ifelse(：根据条件进行向量元素的赋值- transform(：对数据进行变换3.数据探索函数- summary(：提供数据的基本统计描述- table(：生成频数统计表- hist(：绘制直方图- boxplot(：绘制箱线图- scatterplot(：绘制散点图4.数据清洗函数- na.omit(：去除包含缺失值的行- na.fill(：填充缺失值- duplicates(：删除重复的行- cut(：将连续变量分组- normalize(：对数据进行标准化5.数据分析函数- lm(：线性回归模型拟合- glm(：广义线性模型拟合- t.test(：进行t检验- cor(：计算变量之间的相关系数- anova(：进行方差分析6.绘图函数- plot(：绘制二维散点图- barplot(：绘制条形图- pie(：绘制饼图- boxplot(：绘制箱线图- hist(：绘制直方图7.矩阵和数组操作函数- matrix(：创建矩阵- array(：创建数组- dim(：返回矩阵或数组的维度-t(：转置矩阵- solve(：求解线性方程组8.字符串处理函数- paste(：将多个字符串拼接在一起- grep(：根据模式匹配字符串- sub(：替换字符串中的部分内容- toupper(：将字符串转换为大写- tolower(：将字符串转换为小写9.时间和日期处理函数- as.Date(：将字符转换为日期格式- format(：格式化日期输出- months(：返回英文月份名称- weekdays(：返回英文星期几名称10.循环和条件控制函数- for(：执行循环操作- while(：执行循环操作，条件为真时执行- if(：执行条件判断- else(：if条件为假时执行- break(：跳出循环。
R常用函数表格汇总
表1帮助函数 (2)表2用于管理R工作空间的函数 (2)表3处理数据对象和变量的实用函数 (4)表4日期格式 (7)表 5 数据类型转换函数 (8)表6用于保存图形输出的函数 (8)表7图形输出函数 (9)表8算术运算符 (12)表9逻辑运算符 (12)表10字符处理函数 (13)表11其它使用函数（字符与数字） (15)表12数学函数 (15)表13统计函数 (16)表14概率分布 (16)表15常用控制流语句 (18)表16基本图形 (18)表17基本统计分析函数 (19)表18中级统计分析函数 (22)表19对拟合线性模型非常有用的其它函数 (23)表1帮助函数注：函数RSiteSearch()可在在线帮助手册和R-Help邮件列表的讨论存档中搜索指定主题，并在浏览器中返回结果。
由函数vignette()函数返回的vignette文档一般是PDF格式的实用介绍性文章。
不过，并非所有的包都提供了vignette文档。
表2用于管理R工作空间的函数注：①注意setwd()命令的路径中使用了正斜杠。
R将反斜杠（\）作为一个转义符。
②我通常会在启动一个R会话时使用setwd()命令指定到某一个项目的路径，后接不加选项的load()命令，这样就能继续上一次的会话。
③如果filename中不包含路径，R将假设此文件在当前工作目录中。
④表3处理数据对象和变量的实用函数注：①在R中，对象（object）是指可以赋值给变量的任何事物，包括常量、数据结构、函数，甚至图形。
②R中的五种数据结构：向量、矩阵、数组、数据框、列表；对应c(),matrix(),arry(),data.frame(),list();另外有factor()。
③read.table()中name必须是file中存在的变量，且无重复值。
④R中没有标量。
标量以单元素向量的形式出现。
⑤R中的下标不从0开始，而从1开始。
在上述向量中，x[1]的值为8。
r语言基本函数
r语言基本函数作为一种数据分析和统计学的软件， R 语言已经成为了数据分析领域中不可或缺的一部分。
R 语言拥有丰富的函数库，这是其实现数据分析和建模的基础。
本文将介绍R 语言中的基本函数，从而为读者提供使用 R 进行统计分析的基础知识和指导。
R 语言的基本函数主要分为三大类：数据操作函数、数据处理函数和统计函数。
在使用这些函数之前，我们需要先安装 R 语言软件并导入所需的数据集。
一、数据操作函数数据操作函数主要用于对数据的读取、转化、合并等操作。
下面是一些常见的数据操作函数：1. read.table()：用于从文件中读取表格数据并生成数据框。
2. cbind() 和 rbind()：分别用于对数据框进行列合并和行合并。
3. subset()：用于选取数据框的子集。
4. merge()：用于根据一个或多个变量来合并两个数据框。
5. aggregate()：用于对数据框中的某一列进行分组并进行统计分析。
6. transform()：用于根据已有的变量生成新的变量。
7. arrange()：根据指定的变量对数据框进行排序。
以上是数据操作函数的部分应用，这些函数的使用有助于我们对数据进行更好的处理和操作。
二、数据处理函数数据处理函数主要用于对数据进行清洗、规整、筛选、统计等操作。
下面是一些常见的数据处理函数：1. summary()：用于生成数据框的统计概要。
2. na.omit()：用于删除数据框中具有缺失值的行或列。
3. na.fill()：用于使用指定的值或方法填充数据框中的缺失值。
4. scale()：用于对数据框中的变量进行标准化。
5. cor()：用于计算数据框中各变量之间的相关性。
6. subset()：用于筛选数据框中满足条件的行或列。
以上是数据处理函数的一些应用，这些函数可以使我们更好、更快、更精准地对数据进行处理。
三、统计函数统计函数主要用于数据的描述和探索性分析，可以帮助我们快速地了解数据的分布、变量之间的关系等。
R语言时间序列有关各种函数总结
R语言时间序列有关各种函数总结R语言是一种强大的统计分析和数据可视化工具，提供了许多时间序列分析的函数和方法。
下面是一些重要的时间序列分析函数的总结：1. ts(函数：用于创建时间序列对象。
可以指定时间序列的起始时间、结束时间、时间间隔等。
例如，创建从1990年1月到1999年12月的月度时间序列对象可以使用以下代码：```Rts_data <- ts(data, start=c(1990, 1), end=c(1999, 12), frequency=12)``````R```3. stl(函数：基于季节性-趋势-随机性分解的局部回归方法，用于进行季节调整。
该函数可以根据时间序列的特性自动选择适当的分解模型。
以下是使用stl(函数进行季节调整的示例：```Rseasonally_adjusted <- stl(ts_data, s.window="periodic")```4. forecast(函数：用于时间序列的预测。
可以根据历史数据拟合不同的模型，例如ARIMA模型、指数平滑模型等，并生成未来一段时间的预测结果。
以下是使用forecast(函数生成未来12个月的预测结果的示例：```Rforecast_result <- forecast(ts_data, h=12)```5. autocorrelation(函数：用于计算时间序列的自相关系数。
自相关系数可以帮助我们了解时间序列的固定模式和周期性。
以下是计算时间序列的自相关系数的示例：```Racf_result <- autocorrelation(ts_data)```6. arima(函数：用于建立自回归移动平均模型（ARIMA）来拟合时间序列。
ARIMA模型是一种常用的时间序列预测模型，可以预测时间序列的未来值。
以下是使用arima(函数拟合ARIMA模型的示例：```Rarima_model <- arima(ts_data, order=c(p, d, q))```7. ets(函数：用于指数平滑时间序列模型的拟合和预测。
R语言常用函数
R语言常用函数数学函数：1、round() #四舍五入例：x <- c(3.1416, 15.377, 269.7)round(x, 0) #保留整数位round(x, 2) #保留两位小数round(x, -1) #保留到十位2、signif() #取有效数字(跟学过的有效数字不是一个意思) 例：略3、trunc() #取整floor() #向下取整ceiling() #向上取整例：xx <- c(3.60, 12.47, -3.60, -12.47)trunc(xx)floor(xx)ceiling(xx)4、logb(a, b) #以b为底的对数，省略b表示自然对数log() #自然对数log10() #以10为底的常用对数例：logb(8, 2)log(8); logb(8)log10(100); logb(100, 10)5、sqrt() #平方根exp() #指数6、sin() #正弦cos() #余弦tan() #正切asin() #反正弦acos() #反余弦atan() #反正切sinh() #双曲正弦tanh() #双曲正切7、nchar() #字符长度例：xx <- 'China is a great country'nchar(xx)8、substring() #取子字符串例：substring(xx, 1, 5)9、paste() #连接字符语法是：paste(..., sep = " ", collapse = NULL)例1：x <- 'I'; y <- 'am'; z <- 'a'; d <- 'student' paste(x, y, z, d)例2：paste(c('x', 'y'), 1:4, sep = '')例3：paste('x', 1:4, sep = '', collapse = '+') 10、计算+, -, *, /, ^, %%, %/%：四则运算ceiling，floor，round，signif，trunc，zapsmall：舍入max，min，pmax，pmin：最大最小值 range：最大值和最小值sum，prod：向量元素和，积cumsum，cumprod，cummax，cummin：累加、累乘sort：排序 approx和approx fun：插值diff：差分sign：符号函数11、自己写函数程序流程一、控制结构if，else，ifelse，switch：分支for，while，repeat，break，next：循环apply，lapply，sapply，tapply，sweep：替代循环的函数。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
表1帮助函数 (2)
表2用于管理R工作空间的函数 (2)
表3处理数据对象和变量的实用函数 (4)
表4日期格式 (7)
表 5 数据类型转换函数 (8)
表6用于保存图形输出的函数 (8)
表7图形输出函数 (9)
表8算术运算符 (12)
表9逻辑运算符 (12)
表10字符处理函数 (13)
表11其它使用函数（字符与数字） (15)
表12数学函数 (15)
表13统计函数 (16)
表14概率分布 (16)
表15常用控制流语句 (18)
表16基本图形 (18)
表17基本统计分析函数 (19)
表18中级统计分析函数 (22)
表19对拟合线性模型非常有用的其它函数 (23)
表1帮助函数
注：函数RSiteSearch()可在在线帮助手册和R-Help邮件列表的讨论存档中搜索指定主题，并在浏览器中返回结果。
由函数vignette()函数返回的vignette文档一般是PDF格式的实用介绍性文章。
不过，并非所有的包都提供了vignette文档。
表2用于管理R工作空间的函数
注：①注意setwd()命令的路径中使用了正斜杠。
R将反斜杠（\）作为一个转义符。
②我通常会在启动一个R会话时使用setwd()命令指定到某一个项目的路径，后接不加选项的load()命令，这样就能继续上一次的会话。
③如果filename中不包含路径，R将假设此文件在当前工作目录中。
④
表3处理数据对象和变量的实用函数
注：①在R中，对象（object）是指可以赋值给变量的任何事物，包括常量、数据结构、函数，甚至图形。
②R中的五种数据结构：向量、矩阵、数组、数据框、列表；对应c(),matrix(),arry(),data.frame(),list();另外有factor()。
③read.table()中name必须是file中存在的变量，且无重复值。
④R中没有标量。
标量以单元素向量的形式出现。
⑤R中的下标不从0开始，而从1开始。
在上述向量中，x[1]的值为8。
⑥变量无法被声明。
它们在首次被赋值时生成。
⑦若干程序包都提供了实用的变量重编码函数，特别地，car包中的recode()函数可以十分简便地重编码数值型、字符型向量或因子。
而doBy包提供了另外一个很受欢迎的函数recodevar()。
最后，R中也自带了cut()，可将一个数值型变量按值域切割为多个区间，并返回一个因子。
⑧使用一个统计函数时，需要阅读help，注意它是怎样处理缺失值的
⑨日期格式：yyyy-mm-dd 写作%Y-%m-%d
表4日期格式
⑩R的内部在存储日期时，是使用自1970年1月1日以来的天数表示的，更早的日期则表示为负数。
表 5 数据类型转换函数
表6用于保存图形输出的函数
表7图形输出函数
注：①创建自定义坐标轴时，你应当禁用高级绘图函数自动生成的坐标轴。
参数axes=FALSE将禁用全部坐标轴（包括坐标轴框架线，除非你添加了参数frame.plot=TRUE）。
参数xaxt="n"和yaxt="n"将分别禁用X轴或Y轴（会留下框架线，只是去除了刻度）。
②不加参数地执行par()将生成一个含有当前图形参数设置的列表，并显示在workspace上。
添加参数no.readonly=TRUE可以生成一个可以修改的当前图形参
数列表，就是说par(),会将之前的图形的参数存储，添加了参数no.readonly=TRUE，只是表明之前的图形的参数可以修改了，之后用par(参数，参数)去修改就可以了（opar<-par(no.readonly=TRUE)不会在workspace上显示参数列表，par(no.readonly=TRUE)会显示），plot(dose,drugA,type = "b")就可以显示修改之后的图形了；par(opar)只是再将参数重置为修改之前的值，再plot(dose,drugA,type = "b")就可以显示最初的图形。
表8算术运算符
表9逻辑运算符
注：类似于其他科学计算语言，在R中比较浮点型数值时请慎用==，以防出现误判。
表10字符处理函数
注：函数grep()、sub()和strsplit()能够搜索某个文本字符串（fixed=TRUE）或某个正则表达式（fixed=FALSE，默认值为FALSE）。
正则表达式为文本模式的匹配提供了一套清晰而简练的语法。
例如，正则表达式：^[hc]?at
可匹配任意以0个或1个h或c开头、后接at的字符串。
因此，此表达式可以匹配hat、cat和at，但不会匹配bat。
要了解更多，请参考维基百科的regular
expression（正则表达式）条目。
表11其它使用函数（字符与数字）
表12数学函数
表13统计函数
表14概率分布
注：R中概率函数形式如：。