4-R语言函数语句及自建函数编写
R语言常用函数语句
lapply 函数
pply(X, FUN, ...) • x：操作对象，为列表、数据框、向量。 • 返回为列表 • Fun：1.操作函数
tapply 函数
3.sapply(X, FUN，simplify=TRUE) • 比函数lapply()多了一个参数simplify • 若simplify=FALSE，则同lapply()； • 若为TRUE，则将输出的list简化为向量或矩阵；
else(condition){}
●ifelse(condition, statement1, statement2)con是逻辑条件，当逻辑条件的值为TRUE时，则输 出statement1的值，否则输出statement2的值。
=>绘制分段函数:
������ =
������2, 1 ≤ ������ ≤ 3 ������ + 5, ������ ≥ 3
f (x) 1 3 x 1 x2 24 4
假设X ~ U (0,1，) 则
1
E( f (X )) J 0 f (x)dx
0
所以求定积分的近似值就是求随机变量f(X) 的期望 的近似 值。由辛钦大数定律，我们可用f(X) 的模拟值去近似计算 定积分 。具体做法如下：先用计算机产生大量的[0,1]均 匀分布随机数 ，然后计算每个f(Xi) ，最后得积分的近似 值
实用统计软件
——R语言
班级：统计1702 学号：17271119 姓名： 成长锦
R语言常用函数语句
■ R语言常用循环语句与其他编程语言思想类似，使用也类似。
（1） for循环
=>求最大值
for( i in 1:1000){}
=>求阶乘
R语言常用函数语句
（2）while语句： while(condition){ ##condition=TRUE,则进入执行}
R语言常用函数语句
tapply 函数
4函数tapply() 对不规则阵列，对照一组确定因子作用某函数。
tapply(x, INDEX, fun, ..., simplify=TRUE) • x通常为向量； • INDEX为与x长度相同的因子列表（若不是因子，
R会强制转化为因子）； • simplify=TRUE且fun计算结果为标量值，则返回
(3) Repeat语句: repeat{,if(condition)break ##break语句跳出循环}
R语言常用函数语句
（4）if语句及if-else语句
●if(condition##条件语句判断){## condition =TRUE则进入花括号执行}
●if(condition ##条件语句判断){}
■方程的根的其他方法
• uniroot（）; • optimize () ; • polyroot（）;
uniroot()求根方法与二分法编程类 似，需要注意的是输入的区间应为长 度为2 的向量。
使用优化函数求解根，需要注意应该使得目标函 数偶次方，才能求解函数等于0处的根。
使用polyroot ()求根时需注意只能求形如 p(x) = z1 + z2 * x + … + z[n] * x^(n-1)方程的根（包 括虚数根）举例：求下面函数的根
Hale Waihona Puke 一般方法由归一化直接求积分：
通过编程函数f，使用integrate（）求积分
R语言编程
■例9(p46):某电子元件的寿命X是以密度函数为 100
������(������) = ቐ ������2 , ������ > 100 0 , ������ ≤ 100
的连续性随机变量，秋5个同类型的原件在使用前150h恰有两个需要更换的概率 R语言编程求解
R语言常用函数语句
（5）apply 函数族
1.apply(X, MARGIN, FUN, ...) • x：操作对象，一般为矩阵、向量。 • margin：一般是指按行计算还是按列计算,
1—表示按行计算，2—按列计算。 • Fun：1.操作函数，如sum，mean，exp，
2.也可以为自己定义的函数f • 返回值为：向量、多维数组、列表
������(������)
=
ቊ������(04������
−
2������2), 0 < ������ < , ������������ℎ������������������������������������
2
(2) ������(������ > 1), ������(−3 <= ������ < 1)
可知电子元件寿命小于150的概率为1/3。令Y表示五个使用寿命 不超过150的概率，则有
Y~b(5,1/3) R语言编程求解
即求p ������ = 2
■编写函数组合数、排列数。
如果不知道R自带的组合数公式，自己 可以编写函数求组合数
R语言编程
编写函数求排列数
需注意,函数编写时可以设置默认形参的值，调用也可以不用全部输入所有参数的值； 当该参数没有输入时，程序自动给参数赋值为默认参数
一个函数只能输出一个return的值，或者多个表达式只能输出最后一个表达式 对于编写的函数需要输出多个不同数据，可以使用向量或列表来存储并输出程序； 对于输出多个不同值，也可以用向量输出或者矩阵输出
列表输出：
向量输出：需注意向量输出只能是同一类 型的数据结构的数据
■编写函数求积分。
求下列函数的积分
值为数组，若为FALSE，则返回值为list对象。
mapply 函数
6.函数mapply() 是sapply()的多变量版本，将对多个变量的每个参数 作用某函数。
mapply(fun, MoreArgs=NULL, SIMPLIFY=TRUE) • MoreArgs为fun函数的其它参数列表； • SIMPLIFY为逻辑值或字符串，取值为TRUE时，将
■编写程序求方程的根。
可以编程实现二分法求解一些简单的方 程的根。
R语言编程
举例：求解下列函数的根
f (x) x2 ex
可以先画图观察根的粗略范围，再使用二分法
需注意,二分法求根输入的左右两 端值需要保证函数在左右区间内单调 且异号。对于存在多个输出的可以用 list输出。
发现根在【-1，0】之间 求得根为-0.7034654
• arg1, arg2....,为编写函数的参数，一般为数值，
向量或者矩阵。
• 其中, expression 是一个R 表达式(常常是一个 成组表达式)，它利用参数argi 计算最终,该表达
式的值就是函数的返回值。
• 可以在任何地方以f (argr1 , arg2 , ...) 的形式调
用函数。
R语言函数编写
������(������) = ������− ������2 , 0 < ������ < 1 ������ ������ = ������2
R语言编程
求积分的其他方法：辛钦大数定律
1
用蒙特卡罗方法计算定积分， 近似计算定积分 ������ = න ������(������)���������。���
举例：
函数 integrate（fun，lower, upper...）可以用 来求积分 fun: 被积函数； lower：积分下界 upper：积分上界
不易求积分的函数可以通过R语言编写函数求积 分，这也体现出R语言的强大的功能。
■例8(p46): 设X是连续性随机变量，其密度函数为：
(1)求c
自建函数与内部函数无异：大多数函数都作为R 系统的一部分而提供，如mean(), var(), 等等。这些函数都是用R 写的，因此在本质上和自己写的函数没有差别。
编写函数一般为： f <- function(arg 1 , arg 2 , ...) { expression1 expression1 ……….. return (m) }
结果转化为一个向量、矩阵或高维阵列
R语言函数编写
用户自建：R 语言允许用户创建自己的函数（function）对象。
扩展性强：R 有一些内部函数，如mean(), var()等等,可以用在其他的表达式中。通过用户 自定义编程，R 在程序的功能性，便利性和优美性上得到了扩展。写一些有用的函数是 一个人轻松地创造性地使用R 的最主要的方式。
r语言自定义函数
r语言自定义函数R语言是一种专业性强、功能强劲的统计计算以及数据分析软件，它可以将文本、统计参数和科学计算融为一体，是统计分析处理的首选语言，已经被无数工作者发掘，使用R语言可以进行大量的统计和数据分析，下面就R语言的自定义函数做一个简单的介绍。
一、自定义函数的概念自定义函数是R语言中的一种通用概念，它允许用户把一系列处理过程封装成一个函数（function），从而可以不用每次都输入同样的代码，只需要直接使用函数。
函数有输入参数和返回值，也可以选择内部定义的默认参数或者返回参数的值。
二、定义自定义函数使用的步骤1、定义函数：首先，使用函数操作定义一个新函数，格式是：func_name <- function(args){func_body}，如：calc_mean <-function(Y){mean(Y);}2、调用函数：之后就可以使用定义的函数，比如计算均值，就可以调用calc_mean函数：calc_mean(Y)，而不用每次都写mean(Y)。
3、分析结果：当完成函数调用时，可看到返回的值，然后可以通过打印，分析或者保存计算结果。
三、R语言中的常见自定义函数1、aggregate函数aggregate函数主要是使用汇总数据，它可以根据一组变量定义多组变量，并应用你指定的函数到每个组，比如可以根据年份和月份，计算每个月的总和。
2、by函数by函数类似于aggregate函数，但by函数主要用于多重循环，可以应用函数到少于两个变量，也可以使用多个变量。
比如使用by函数，可以按照年份和价格，计算采购量。
3、for函数for函数主要用来执行循环常见，它完成对一系列对象的重复操作，其格式为：for(i in seq_along(vector)){expr}，如for(i in 0:5){print(i)}就打印出0-5之间的所有数字。
四、自定义函数的优势1、节约时间：自定义函数可以减少代码的冗余，减少每次计算的工作量，从而节约时间。
R语言函数——精选推荐
R语⾔函数函数是⼀个组织在⼀起的⼀组以执⾏特定任务的语句。
R语⾔有⼤量的内置函数，⽤户也可以创建⾃⼰的函数。
在R语⾔中的函数是⼀个对象，所以R语⾔解释器为能够通过控制到该函数，带有参数可能是函数必要完成的操作。
反过来函数执⾏其任务，并将控制返回到其可以被存储在其它的⽬的解释器以及任何结果。
函数定义R函数是通过使⽤关键字 function 来创建。
R函数的定义基本语法如下：function_name <- function(arg_1, arg_2, ...) {Function body}函数组件函数的不同部分是：函数名称: 这是函数的实际名称。
它被存⼊R环境作为⼀个对象使⽤此名称。
参数: 参数是⼀个占位符。
当调⽤⼀个函数，传递⼀个值到参数。
参数是可选的; 也就是说，⼀个函数可以含有任何参数。
此外参数可以有默认值。
函数体: 函数体包含定义函数是使⽤来做什么的语句集合。
返回值: ⼀个函数的返回值是在函数体中评估计算最后⼀个表达式的值。
⽰例R具有许多内置函数可直接在程序中调⽤⽽不先定义它们。
我们也可以创建和使⽤称为⽤户⾃定义函数，如那些我们⾃⼰定义的函数。
内置函数内建函数的简单例⼦如：seq(), mean(), max(), sum(x) 和 paste(...) 等等. 它们被直接由⽤户编写的程序调⽤。
可以参考最⼴泛⽤。
# Create a sequence of numbers from 32 to 44.print(seq(32,44))# Find mean of numbers from 25 to 82.print(mean(25:82))# Find sum of numbers frm 41 to 68.print(sum(41:68))当我们上⾯的代码执⾏时，它产⽣以下结果：[1] 32 33 34 35 36 37 38 39 40 41 42 43 44[1] 53.5[1] 1526⽤户定义函数我们可以在R语⾔中创建⽤户定义的函数，它们是特定于⽤户想要实现什么功能，⼀旦创建了它们可以像内置函数⼀样使⽤。
r语言 自定义函数
r语言自定义函数R语言是一种灵活且受欢迎的统计计算环境，它拥有许多内建函数来帮助用户完成数据的运算和分析。
但有时候我们的需要需要一些特殊的算法才能满足需求，这时候我们可以使用自定义函数。
本文将介绍如何使用R语言创建自定义函数。
1. 函数基础R语言中，函数的基本语法如下：```function_name <- function(arg1, arg2, …) {function_bodyreturn(value)}```函数需要有一个函数名，用以引用该函数。
参数列表包括函数所需的输入参数，多个参数之间用逗号隔开。
函数体也就是函数所执行的操作，而return语句用于返回函数计算结果。
例如，我们可以创建一个函数add来实现两个数字相加的任务：当我们输入add(2, 3)时，函数将返回5。
请注意，函数体中的赋值语句不需要使用return语句返回。
2. 函数参数与参数默认值由于在创建函数时我们无法预知其使用场景，所以函数参数通常定义为灵活的。
在R语言中，我们可以通过设置默认参数值使得函数使用更加灵活。
默认参数值是在定义参数时指定的默认值，普通参数仍然可以被传入并覆盖默认值。
当我们输入power(2)时，函数将返回4；而当我们输入power(2, 3)时，函数将返回8。
对于power函数而言，n参数有默认的值2，所以在调用函数时我们可以省略n参数。
3. 多个返回值在R语言中，函数可以返回多个值。
我们可以使用list命令将它们打包成一个列表。
例如，我们可以创建一个函数summarize用于统计列表中的最大值、最小值和平均值：```summarize <- function(x) {result <- list(max_val = max(x),min_val = min(x),mean_val = mean(x))return(result)}```当我们输入summarize(c(2, 4, 6, 8, 10))时，函数将返回：```$max_val[1] 104. 闭包在R语言中，闭包可以使用一个函数中声明的局部变量。
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 自定义函数编写格式 -回复
r语言自定义函数编写格式-回复R语言是一种开源的编程语言，被广泛应用于数据分析和统计建模等领域。
除了提供大量的内置函数外，R语言还支持用户自定义函数，以便更好地适应特定的编程需求。
本文将介绍R语言中自定义函数的编写格式，并以此为主题，逐步解释。
自定义函数是指用户自行编写的操作序列，可以接受输入参数并返回相应的结果。
通过使用自定义函数，我们可以将一系列重复的操作封装起来，以提高代码的可复用性和可读性。
首先，我们需要使用关键字"function"定义一个函数。
函数定义的基本格式如下：function_name <- function(arguments) {# 函数体# 可以包含一系列的操作# 并通过return语句返回结果}在函数定义中，function_name代表函数的名称，arguments是函数的输入参数。
我们可以根据实际需求，定义一个或多个输入参数，并在函数体中使用它们。
函数体是函数的核心部分，用于实现具体的功能。
在函数体中，我们可以使用R语言的内置函数、控制结构、变量等。
在函数体中，我们可以使用return语句来返回结果。
return语句用于将函数的执行结果返回给调用者。
例如，我们可以使用return语句返回计算结果，或者返回一个处理后的数据集。
如果没有显式地使用return语句，函数将返回最后一行执行的表达式作为结果。
在定义函数时，我们可以为输入参数指定默认值。
通过为输入参数设置默认值，我们可以在调用函数时省略这些输入参数，而使用默认值。
例如，我们可以定义一个计算平方的函数，其中输入参数的默认值设置为2：square <- function(x = 2) {return(x^2)}在调用函数时，如果不指定输入参数的值，函数将使用默认值进行计算。
例如，square()将返回4，而square(3)将返回9。
除了定义输入参数和设置默认值外，我们还可以定义变量作为函数的局部变量。
R语言基本操作
06
单击此处添加副标题
R语言基本操作
汇报人：
目录
01 02 03 04 05 06
添加目录项标题 R语言概述
R语言的数据类型 R语言的运算符和函数
R语言的控制流语句 R语言的绘图功能
01
添加目录项标题
02
R语言概述
R语言的起源和特点
R语言的起源：起源于1993年的贝尔实验室 由Ross Ihk和Robert Gentlemn创建。
汇报人：
交互式图形绘制工具包的使用
添加标题
简介：R语言提供了多种交互式图形绘制工具包如ggplot2、lttice等这些工具包可 以帮助用户快速创建高质量的交互式图形。
添加标题
使用方法：用户可以通过安装和加载相应的工具包使用其提供的函数和语法进行绘 图。例如使用ggplot2包可以通过qplot()函数快速绘制图形。
添加标题
交互式功能：交互式图形绘制工具包通常支持交互式操作如缩放、平移、筛选等使 用户能够更方便地探索数据。
添加标题
定制性：这些工具包通常提供丰富的选项和参数使用户可以根据需求定制图形的外 观和交互功能。
07
R语言的扩展包和社区资源
R语言的扩展包介绍和安装
R语言拥有丰富的扩展包资源可帮 助用户实现各种数据处理和分析 功能。
日期和时间数据
R语言中的日期和时间数据类型用于存储日期和时间信息。 R语言提供了多种函数来处理日期和时间数据例如日期格式转换、时间序列分析等。 日期和时间数据类型在R语言中通常使用POSIXct和POSIXlt两种格式来表示。 R语言还提供了许多内置函数来处理日期和时间数据例如日期计算、时间差计算等。
R语言（自定义函数、循环语句、管道函数）
R语⾔（⾃定义函数、循环语句、管道函数）学习R语⾔半年多了，以前⽐较注重统计⽅法上的学习，但是最近感觉⼀些基础知识也很重要。
去年的参考资料是《R语⾔实战》，今年主要是看视频。
推荐⽹易云课堂⾥的教程，很多资料都是很良⼼的~⽬前学习的是：R语⾔数据分析挖掘实战，讲的很全，从基础知识到R语⾔机器学习的应⽤。
（我是先从后⾯机器学习开始学的，发现⽼师在⾥⾯⽤到很多⾃定义函数、循环，以前在书上看到这些也没有实际操作过，所以赶紧看前⾯的视频补补课）今天的例⼦都很简单啦...1、while循环s<-1i<-0while(i<=100){s<-s+ii<-i+1}swhile(1/prod(1:i)-1/prod(1:(i+1))>0.001){print(i)e<-e+1/prod(1:i)i<-i+1}e#添加print(i),可以看出具体的i值2、for循环a<-c(1,2,3,4,1)for(i in c(1:length(a))){print(i)}#打印序号a<-c(1,2,3,4,1)for(i in a){print(a[i])}#打印元素#ora<-c(1,2,3,4,1)for(i in a){print(i)}mat<-as.data.frame(diag((9)))for(i in1:9){for(j in1:9)if(i>=j){mat[i,j]=paste(i,"*",j,"=",i*j)}else{mat[i,j]=""}}mat#打印99乘法表打印出来的乘法表：> matV1 V2 V3 V4 V5 V6 V7 V8 V911 * 1 = 122 * 1 = 22 * 2 = 433 * 1 = 33 * 2 = 63 * 3 = 944 * 1 = 44 * 2 = 84 * 3 = 124 * 4 = 1655 * 1 = 55 * 2 = 105 * 3 = 155 * 4 = 205 * 5 = 2566 * 1 = 66 * 2 = 126 * 3 = 186 * 4 = 246 * 5 = 306 * 6 = 3677 * 1 = 77 * 2 = 147 * 3 = 217 * 4 = 287 * 5 = 357 * 6 = 427 * 7 = 4988 * 1 = 88 * 2 = 168 * 3 = 248 * 4 = 328 * 5 = 408 * 6 = 488 * 7 = 568 * 8 = 6499 * 1 = 99 * 2 = 189 * 3 = 279 * 4 = 369 * 5 = 459 * 6 = 549 * 7 = 639 * 8 = 729 * 9 = 813、循环嵌套b<-matrix(c(1:24),4)for(i in c(1:nrow(b)))for(j in c(1:ncol(b))){print(b[i,j])}b[,1] [,2] [,3] [,4] [,5] [,6][1,] 1 5 9 13 17 21[2,] 2 6 10 14 18 22[3,] 3 7 11 15 19 23[4,] 4 8 12 16 20 24返回的是这样的：[1] 1 #a11[1] 5 #a12[1] 9[1] 13[1] 17[1] 21[1] 2 #a21[1] 6[1] 10[1] 14[1] 18[1] 22[1] 3[1] 7[1] 11[1] 15[1] 19[1] 23[1] 4[1] 8[1] 12[1] 16[1] 20[1] 244、repeat（）函数s<-0i<-1repeat{if(i>100){break()} #break()即推出循环s<-s+ii<-i+1}s#repeat()5、⾃定义⼀个计算矩阵乘积的函数mat1<-matrix(c(1:12),nrow = 3,ncol = 4);mat1mat2<-matrix(c(1:24),nrow = 4,ncol = 6);mat2f<-function(x,y){xcol<-dim(x)[2]yrow<-dim(y)[1]m<-dim(x)[1]n<-dim(y)[2]if(xcol!=yrow) #向量乘积的要求{print("error")return(0)}else#if...else语句{mat<-matrix(0,nrow=dim(x)[1],ncol=dim(y)[2]) #⾸先要定义⼀个矩阵作为结果矩阵for(i in c(1:m))for(j in c(1:n))mat[i,j]<-sum(x[i,]*y[,j])return(mat)}}f(mat1,mat2)mat1%*%mat2 #验证函数，bingo6、管道函数%>%⽤法a%>%b等价于f(a,b)a %>%f(a,.,c)等价于f(a,b,c)【⾥⾯是.，看清楚！】⼀个简单的栗⼦plus<-function(x,y,z){return(x*y+z)}plus(2,3,4)3%>%plus3(2,.,4)计算f(x)=sin(x+1)^2在x=4的值x<-4a<-x+1b<-a^2d<-sin(b)d#利⽤管道函数：f1<-function(x){return(x+1)}f2<-function(x){return(x^2)}f3<-function(x){return(sin(x))}x%>%f1()%>%f2()%>%f3()再来⼀个栗⼦，把时间变成这样的： "2018-05-02 19:50:02”先定义⼀个随机的时间矩阵：data<-as.Date("2017-5-2");datahour<-sample(1:24,15)min<-sample(1:60,15)second<-sample(1:60,15)dat<-data.frame(data,hour,min,second)> datdata hour min second12017-05-023454122017-05-0217472932017-05-0223365542017-05-02723552017-05-02253562017-05-021924872017-05-021549682017-05-024521392017-05-0253036102017-05-0214923112017-05-02113818122017-05-028397132017-05-02162233142017-05-02205840152017-05-02213557利⽤到⼀个包，⾥⾯⼀个函数unite,有个⼩⽰范library(tidyr)a<-data.frame(a1=c(1:3),a2=c(1:3));aunite(a,a12,a1,a2,sep="|_|") #将矩阵a⾥的a1列和a2列通过|_|连接成新列a12 a<-data.frame(a1=c(1:3),a2=c(1:3));aa1 a2111222333变成了这样a1211|_|122|_|233|_|3下⾯可以⽤管道函数转变时间的显⽰啦：dat%>%unite(datahour,data,hour,sep="")%>%unite(datatime,datahour,min,second,sep=":")结果是这样：datatime12017-05-023:45:4122017-05-0217:47:2932017-05-0223:36:5542017-05-027:23:552017-05-022:5:3562017-05-0219:2:4872017-05-0215:49:682017-05-024:52:1392017-05-025:30:36102017-05-0214:9:23112017-05-0211:38:18122017-05-028:39:7132017-05-0216:22:33142017-05-0220:58:40152017-05-0221:35:57>。
R语言基本操作函数
R语言基本操作函数1.变量变换as.array(x),as.data.frame(x),as.numeric(x),as.logical(x), plex(x),as.character(x),...转换变量类型；使用如下命令可得到全部列表，methods(as)factor()：将一个向量转化为一个因子2.变量信息is.na(x),is.null(x),is.array(x),is.data.frame(x),is.numeric(x),is.co mplex(x),is.character (x),...检验变量的类型；使用如下命令得到全部列表，methods(is)length(x):x中元素的个数dim(x):查看变量的维数；重新设置的维数，例如dim(x)=c(3,2) dimnames(x):重新设置对象的名称nrow(x):行的个数ncol(x):列的个数class(x):得到或设置x的类；class(x)<-c(3,2)unclass(x):删除x的类attr(x,which):得到或设置x的属性whichattributes(obj):得到或设置obj的属性列表fix,edit:对数据框数据进行表格形式的编辑3.数据选取和操作which.max(x):返回x中最大元素的指标which.min(x):返回x中最小元素的指标rev(x):翻转x中所有的元素sort(x):升序排列x中的元素；降序排列使用：rev(sort(x))cut(x,breaks):将x分割成为几段（或因子）；breaks为段数或分割点向量match(x,y):返回一个和x长度相同且和y中元素相等的向量不等则返回NAwhich(x==a):如果比较操作为真（TRUE）,返回向量x的指针choose(n,k):组合数的计算na.omit(x):去除缺失值(NA)（去除相关行如果x为矩阵或数据框）na.fail(x):返回错误信息，如果x包含至少一个NAunique(x):如果x为向量或数据框，返回唯一值table(x):返回一个由x不同值个数组成的表格（通常用于整数或因子），即频数表subset(x,...):根据条件（...选取x中元素，如x$V1<10）;如果x为数据框,选项select使用负号给出保留或去除的变量 subset(x, subset, select, drop = FALSE, ...)sample(x,size):不放回的随即在向量x中抽取size个元素,选项replace=TRUE允许放回抽取prop.table(x,margin=):根据margin使用分数表示表格，wumargin时，所有元素和为1* R数据的创建与索引** 向量的操作*** 向量的创建**** c(...)为concatenate的缩写；常见的将一系列参数转化为向量的函数，通过recursive=TRUE 降序排列列表并组合所有的元素为向量*** from:to产生一个序列":"有较高的优先级；1:4+1得到"2,3,4,5"*** seq() 产生一个向量序列seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)),length.out = NULL, along.with = NULL, ...)其中length.out可简写为len。
R语言系列第二期：②R编程、函数、数据输入等功能
R语言系列第二期：②R编程、函数、数据输入等功能在上一部分里，我们为大家介绍了R的会话管理和作图系统。
链接：R语言系列第二期：①R变量、脚本、作图等模块介绍在这个部分里，我们来了解一下R编程过程以及外部数据的导入。
1. R编程我们之前接触了许多的函数，包括计算函数，作图函数，数据处理函数等等，其实有许多我们想要完成的过程，在R内置的函数里并不一定能够找到，而且从长远来看，使用R工作的主要方面和魅力所在就是创建属于自己的R函数。
我们以下面的函数为例，是上一个部分的例子，直方图和正态曲线的叠加，我们来尝试一个函数来解决它：> hist.with.normal<-function(x,xlab=deparse(substitute(x)),...)+ {+ h<-hist(x,plot=F,...)+ s<-sd(x)+ m<-mean(x)+ ylim<-range(0,h$density,dnorm(0,sd=s))+ hist(x,freq=F,ylim=ylim,xlab=xlab,...)+ curve(dnorm(x,m,s),add=T)+ }这样我们的函数就建立完成了，随后可以调用我们所编写的函数：> hist.with.normal(rnorm(100))#Tips：创建函数默认函数名<-function(x,变量，...){内部的变量和数据}。
在这里注意下，xlab是一个默认变量，如果在使用函数时，不输入此变量的值，那默认为函数中调用的值，这里是取x的文字形式。
比如说在调用的时候括号里是(rnorm(1000)),那么横轴就会显示“rnorm(1000)”。
同时最后一个参数“...”可以使得函数可以增加参数，在调用的时候将参数传递给hist函数。
流程控制目前，我们已经了解了简单表达式的赋值和函数的创建，但是作为一种语言软件，条件执行和循环结构才是R的灵魂。