【R语言】R语言基本数据结构练习和数据的导入和处理对象常用函数练习——东北大学大数据班R语言实训第一次作业"

2.基本数据结构练习:

1、创建数值从1到10，间隔为2，名称为A的向量

A<-seq(1,10,2)
A

2、将数字1到12每个重复3次写入向量B中：(1,1,1，…,12,12,12) 提示rep函数

B<-rep(1:12,each=3)
B

3、输出B向量的长度和去重后的向量数值

length(B)
unique(B)

4、输出A、B的交集，并集C ，差集

intersect(A,B)
C<-union(A,B)
C
setdiff(B,A)

5、将集合C按降序排序

sort(C,decreasing = T)

6、选取C的第3个元素；第4到最后的元素；数值大于等于3小于7的元素

C[3]
C[4:12]
subset(C,C>=3&C<7)

7、将数值型向量C转化为字符型

class(C)
D <- as.character(C)
class(D)

s://img-blog.csdnimg.cn/20191203185916134.png)
8、向量C的最大值及最大值对应的索引

# 向量C的最大值
C[which.max(C)]
# 向量C最大值的索引
which.max(C)

9、将A转化成数组类型,变量名为a,查看a的类型

a<-array(A,c(2,2,2))
class(a)

10、用1~20的数字构成两个4*5的矩阵，其中M1为按列输入，M2为按行输入， 计算M3为M1+M2；并构建M4，它由M3各列构成，但不包含第3列。

M1<-matrix(1:20,c(4,5))
M1
M2<-matrix(1:20,c(4,5),byrow = TRUE)
M2
M3<-M1+M2
M3
M4<-M3[,-3]
M4

11、用1~9的数字构成一个3*3的按列输入的矩阵M5；求M5的对角阵M6；计算M5与 M6的矩阵乘法得到M7；求M7的转置矩阵M8

M5<-matrix(1:9,c(3,3))
M5
M6<-diag(diag(M5))
M6
M7<-M5%*%M6
M7
M8<-t(M7)
M8

12、用1~12的数字构成一个4*3的按列输入的矩阵M9，求M9的列加和；求M9的行平均

M9 <- matrix(1:12, c(4, 3))
M9
colSums(M9)
# apply(M9,2,sum) 

3.数据的导入和处理对象常用函数练习：

（1）从csv文件中读取algae数据集赋值给algae1

algae1<-read.csv("D:\\张志浩\\大数据班\\R语言实验-徐娇\\R第一节\\数据\\algae.csv")

（2）查看algae1的前10条数据

head(algae1, n = 10)
# algae1[1:10,]

（3）输出algae1的概要信息，数据的维度，字段名称，查看season、size和NO3各列的数据类型

summary(algae1)
dim(algae1)
colnames(algae1)    # 返回列名
str(algae1$season)
str(algae1$size)
str(algae1$NO3)

（4）选出季节为夏天的样本保存到newalgael中，输出newalgael样本行数

newalgae1<-algae1[algae1$season=="summer",]
newalgae1

（5）将newalgael的列cl中的缺失值用本列的中位数填充

newalgae1$Cl
newalgae1$Cl[is.na(newalgae1$Cl)]<- median(newalgae1$Cl,na.rm = TRUE)  # 中位数为32.056
newalgae1$Cl

（6）将algae1删除含有缺失值的样本，输出原始样本的行数和剩余样本行数

nrow(algae1)
algae1<-na.omit(algae1) # 删除含有缺失值的样本
nrow(algae1)

（7）编辑algae1并另存为algae2（任意修改某个点的值）

algae2<-edit(algae1)

（8）将algae1和algae2，按行合并得到algae3，输出algae1、algae2 和algae3的样本行数

# 将algae1和algae2，按行合并得到algae3
algae3<-rbind(algae1,algae2)


nrow(algae1)
nrow(algae2)
nrow(algae3)