Cookbook for R-基础（翻译笔记3）

其他简单操作

创建向量并初始化

    > rep(1, 50)#rep(value,num),创建一个num个value的向量。
     [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
    [43] 1 1 1 1 1 1 1 1
    > rep(F, 20)
     [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
    [15] FALSE FALSE FALSE FALSE FALSE FALSE
    > rep(1:5, 4)
     [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
    > 1:5
    [1] 1 2 3 4 5
    > rep(1:5, each=4)
     [1] 1 1 1 1 2 2 2 2 3 3 3 3 4 4 4 4 5 5 5 5
    > rep(factor(LETTERS[1:3]), 5)
     [1] A B C A B C A B C A B C A B C
    Levels: A B C
    > v<-rep(factor(LETTERS[1:3]), 5)#以上过程仅仅是创建，并未赋值，保存，必须用<-赋值
    > v
     [1] A B C A B C A B C A B C A B C
    Levels: A B C
    > seq(from=5,to=25,by=5)
    [1]  5 10 15 20 25

查看变量信息

    > x <- 6
    > n <- 1:4
    > let <- LETTERS[1:4]
    > df <- data.frame(n, let)
    > 
    > ls()#查看已有变量
    [1] "df"  "let" "n"   "x"  
    > exists("x")#查看变量是否存在
    [1] TRUE
    > exists("y")
    [1] FALSE
    > rm(x)
    > x
    Error: object 'x' not found
    > str(n)#查看变量结构
     int [1:4] 1 2 3 4
    > str(df)
    'data.frame':   4 obs. of  2 variables:
     $ n  : int  1 2 3 4
     $ let: Factor w/ 4 levels "A","B","C","D": 1 2 3 4
    > length(n)#返回变量长度
    [1] 4
    > length(df)
    [1] 2
    > length(let)
    [1] 4
    > nrow(df)#返回变量行数
    [1] 4
    > ncol(df)#返回变量列数
    [1] 2
    > dim(df)#返回变量行列数
    [1] 4 2
    > class(df)
    [1] "data.frame"
    > class(n)
    [1] "integer"
    > class(let)
    [1] "character"

NA，NaN，NULL特殊值

R中特殊值有NA，NULL，NaN，Inf，-Inf。NULL没有值。NA是缺失值，NaN是指缺失的数值，Inf与-Inf指正负无穷大。

    > x <- NULL
    > x > 5
    logical(0)
    > y <- NA
    > y > 5
    [1] NA
    > z <- NaN
    > z > 5
    [1] NA
    > is.null(x)
    [1] TRUE
    > 
    > is.na(y)
    [1] TRUE
    > is.nan(z)
    [1] TRUE
    > is.null(y)
    [1] FALSE
    > is.na(x)
    logical(0)
    Warning message:
    In is.na(x) : is.na() applied to non-(list or vector) of type 'NULL'
    > vy <- c(1, 2, 3, NA, 5)
    > mean(vy)
    [1] NA
    > mean(vy, na.rm=TRUE)
    [1] 2.75
    > vz <- c(1, 2, 3, NaN, 5)
    > sum(vz)
    [1] NaN
    > sum(vz, na.rm=TRUE)
    [1] 11
    > vx <- c(1, 2, 3, NULL, 5)
    > sum(vx)
    [1] 11