今天小讲一下R语言中的排序函数sort和order函数。
df1 <- data.frame(v1 = 1:5, v2 = c(10, 7, 9, 6, 8), v3 = 11:15, v4 = c(1, 1, 2, 2, 1))
sort(df1$v2)
sort(df1$v2, decreasing = TRUE)
2024年09月12日
今天小讲一下R语言中的排序函数sort和order函数。
df1 <- data.frame(v1 = 1:5, v2 = c(10, 7, 9, 6, 8), v3 = 11:15, v4 = c(1, 1, 2, 2, 1))
sort(df1$v2)
sort(df1$v2, decreasing = TRUE)
2024年09月12日
caret的dummyVars函数可以帮助我们很快的建立一套完整的虚拟变量，之前没见过，今天见到了，写下来。
customers <- data.frame(
id=c(10,20,30,40,50),
gender=c('male','female','female','male','female'),
mood=c('happy','sad','happy','sad','happy'),
outcome=c(1,1,0,0,0))2024年09月12日
本号前面的文章介绍了在R语言中绘制折线图，条形图和饼图的方法。本文将介绍R语言中绘制箱线图的方法。
箱线图简介
箱线图又称箱形图或盒须图，该图是由5个特征值绘制而成的图形。5个特征值是变量的最大值、最小值、中位数、第1四分位数和第3四分位数。连接两个分位数画出一个箱子，箱子用中位数分割，把两个极值点与箱子用线条连接，即成箱线图。
R中绘制箱线图的函数
在R语言中，使用基础包中的boxplot函数可以轻松绘制出你需要的箱线图来，其使用形式有三种。
2024年09月12日
语言中的switch函数与其它语言中的switch语句是完全不同的，从这里的叫法中大家也应该知道，R中的switch是一个函数，而其它语言中switch是一个开关语句。
在R语言中，switch函数的语法形式如下：
switch(expr, list)
其中，expr为表达式，其值或为一个整数值或为一个字符串；list为一个列表。
运行机理：若expr的计算结果为整数，且值在1~length(list)之间时，则switch()函数返回列表相应位置的值。若expr的值超出范围，则没有返回值（老版本的R中返回NULL）。
2024年09月12日
在R语言中，可以使用abline()函数给当前绘图添加一条或多条直线。abline()函数的使用格式为：
abline(a = NULL, b = NULL, h = NULL, v = NULL, reg = NULL, coef = NULL, untf = FALSE, ...)
各参数的含义为：
2024年09月12日
作者：丁点helper?
来源：丁点帮你?
通过之前的文章，大家已经了解到，用R语言集成开发环境 RStudio进行数据整理和统计分析，其实是一个读取、处理、保存对象的过程。如果你忘记了这里的『对象』指的是什么，可以去复习前天的文章。今天我们要学习的就是RStudio是如何读取、处理和保存对象的。
R中的函数
说到函数，大家最先想到的可能是：Y=X+3 这样的一元一次函数，这个函数会帮我们生成 X+3 的结果，其功能是求和。
2024年09月12日
今天看了case_when的用法，基本上和ifelse差不多，但是idelse只有2个判断结果：TRUE or FALSE，这个在实际数据分析中肯定是不够用的，所以今天给大家写写case_when.
先来看一个实际的使用例子，感受一下：
x <- c(-2, -1, 0, 1, 2)
case_when(x < 0 ~ "Negative",
x > 0 ~ "Positive",
TRUE ~ "Zero")
#> [1] "Negative" "Negative" "Zero" "Positive" "Positive"2024年09月12日
R语言中大量的包提供了丰富的函数可以帮助我们解决数据处理中的各种问题。但是有时，我们还需要根据自己的需求来编写自己的函数。
在R语言中，定义一个函数语法格式为：
functionname <- function( arglist )
2024年09月12日
R语言提供了强大的绘图功能，帮助用户进行相关的数据分析。plot函数是一种常用的绘图函数，用其可以绘制散点图、曲线图等。
R语言中plot()函数的基本格式如下：
plot(x,y,...)
2024年09月12日
数据模拟可以帮助我们更好的理解真实世界，今天给大家写写如何在R中做数据模拟。
很多的分布都可以用R进行模拟，首先来看看最简单的正态分布的模拟，代码如下
x <- rnorm(n = 10000, mean = 10, sd = 1.5)
hist(x)
mean(x)
sd(x)