随笔分类 - R语言
摘要：R语言中runif函数：默认生成0-1之间符合均匀分布的随机数。 1、 a <- runif(10) ## 生成10个0-1之间的符合正态分布的随机数 a mean(a) b <- runif(20) ## 20个 b mean(b) 2、设定范围 a <- runif(10, 0, 100) ##
阅读全文
摘要：1、 a <- c(20, 10, 40, 80, 50) which.max(a) ## 返回最大值的索引 which.min(a) ## 返回最小值的索引
阅读全文
摘要：1、 start <- Sys.time() ## 记录 Sys.sleep(20) ## 停止20s end <- Sys.time() ## 记录 elapse <- end - start ## 计算 print(elapse) ## 打印 2、 start <- Sys.time() Sys
阅读全文
摘要：数据来源：https://www.jianshu.com/p/4f7aeae81ef1 1、 pbmc <- NormalizeData(pbmc) dat <- pbmc[["RNA"]]@counts ## 原始数据 dat <- as.data.frame(dat) dat2 <- matri
阅读全文
摘要：001、 1、矩阵转换为三元组 num <- c(5, 2, 7, 0, 9, 3, 4, 2, 3, 1, 7, 8) dat <- matrix(num, nrow = 3, ncol = 4, byrow = T) dat rows <- rep(1:nrow(dat), each = nco
阅读全文
摘要：001、删除含有空值的行 a <- c(3, NA, 4, 7, NA, 8) b <- c(1:2, NA, 3:5) c <- c(NA, "a", "k", "b", "c", "d") dat <- data.frame(a, b, c) dat na.omit(dat) ## 删除所有有空
阅读全文
摘要：001\ log1p()函数 = log(1 + number); 甚至当number值接近于0时也能准确的计算出结果。 log(10) log1p(9) ## 相当于log(1 + 9) log(1) log1p(0) ## 相当于log(1 + 0) log1p(1.718281828459)
阅读全文
摘要：01、测试数据 a-1 a-2 a-3 a-4 ex ue 88 33 a-s d-2 4-4 k-k xd ff eg 3d 02、 dir() dat <- read.table("a.txt", header = T, check.names = T) dat dat1 <- read.tab
阅读全文
摘要：001、 dat <- c("a", "b", "a", "a", "c", "k", "k", "c") ## 测试行名 df <- data.frame(a = 1:8, b = letters[1:8]) df rownames(df) <- dat ## 报错 uni <- unique(d
阅读全文
摘要：001、管道符的应用需要加载dplyr包 dat <- read.table("a.txt") dat ## 测试数据 library(dplyr) ## 加载dplyr包 apply(dat[,1:2], 1, mean) %>% cbind(dat[,3:5]) ## 计算前两列的每一行的平均值
阅读全文
摘要：1、 a <- c(2, 4, 1, 7, 6, 8, 3, 4) b <- letters[1:8] c <- rep(letters[1:4], each = 2) dat <- data.frame(a, b, c) dat tapply(dat$a, dat$c, sum) ## 对a列按照
阅读全文
摘要：1、应用于数据框 a <- c(2, 3, 6) b <- c(5, 2, 2) c <- c(4, 5, 1) dat <- data.frame(a, b, c) dat sapply(dat, sum) ## 对列进行循环， 求和， 返回向量 lapply(dat, sum) ## 返回列表
阅读全文
摘要：1、 a <- 1:5 b <- letters[1:2] dat1 <- list(a = a, b = b) dat1 ## 列表1 a <- 11:15 b <- LETTERS[1:5] dat2 <- list(a = a, b = b) dat2 ## 列表2 dat3 <- list(
阅读全文
摘要：1、创建列表 a <- 1:5 b <- "abcd" c <- matrix(1:9, nrow = 3) d <- letters[1:10] dat <- list(a = a, b = b, c = c, d = c) ## 创建列表， a = a操作的目的是给列表元素命名 dat ## 查
阅读全文
摘要：1、应用于列表 a <- c(3, 3, 7) b <- c(1, 8) c <- c(2, 4, 6, 3, 2) dat <- list(a, b, c) dat ## 测试数据 lapply(dat, sum) ## 每一项求和， 返回列表 lapply(dat, mean) 2、应用于向量
阅读全文
摘要：001、 gender <- sample(c("m", "f"), 6, replace = T) number <- 1:6 option <- sample(1:2, 6, replace = T) dat <- data.frame(gender, number, option) dat s
阅读全文
摘要：1、针对行批量提取 a <- c("a", "b", "c", "a", "b", "b", "d", "d") b <- 1:8 c <- letters[1:8] d <- LETTERS[1:8] dat <- data.frame(a, b, c, d) dat row_target <-
阅读全文
摘要：1、 library(dplyr) a <- 1:5 b <- sample(10, 5) c <- rep(letters[1:5], each = 1) d <- letters[1:5] dat <- data.frame(a, b, c, d) ## 测试数据 dat select(dat,
阅读全文
摘要：001、合并取交集 name1 <- c("aa", "bb", "cc", "dd") gender <- c("m", "m", "m", "f") age <- c(13, 14, 14, 15) dat1 <- data.frame(name1, gender, age) name2 <-
阅读全文
摘要：001、 dat <- c(1, 1, 2, 3) dat ## 测试数据 prop.table(dat) (1 / 7) * 1 ## 意义验证 (1 / 7) * 2 (1 / 7) * 3
阅读全文
浙公网安备 33010602011771号