R语言学习笔记

第四章 基本数据管理

1. 创建新变量
   transform（）函数：可为原数据框添加新的列
2. 变量的重编码
   within（）函数
3. 变量的重命名
   fix（）函数，可调用一个交互式的编辑器
   names（）函数，以编程方式重命名
   rename（）函数，使用格式：rename(dataframe,c(oldname=“newname”,oldname=“newname”,…))
4. 缺失值
   函数is.na（）允许你检测缺失值是否存在
   处理缺失值时：1.缺失值不可比较 2.R不能把无限的或者不可能出现的数值标记成缺失值
   注意：
   确保所有的缺失数据已在分析之前被妥善地编码为缺失值
   需要在进一步分析之前以某种方式删除这些缺失值
   函数中的na.rm=TRUE选项，可在计算之前移除缺失值并使用剩余值进行计算
   函数na.omit（）可移除所有含有缺失值的观测
5. 日期值
   函数as.Date（）用于执行日期形式的转化
   Sys.Date（）可以返回当天的日期
   函数format（x,format=“output_format “)可输出指定格式的日期值，并提取日期值中的某些部分
   函数difftime（）可计算时间间隔
   as.character（）可将日期值转换为字符型
6. 类型转换
   函数is.datatype（）返回TRUE或FALSE，函数as.datatype()将参数转换为对应的类型
7. 数据排序
   order（）函数，默认是升序
8. 数据集的合并
   添加列：
   merge（）函数，两数据框通过一个或多个共有变量进行联结的
   cbind（）函数，直接横向合并两个矩阵或数据框
   添加列：
   rbind（）函数
9. 数据集取子集
   选入变量：paste（）函数
   剔除变量：1⃣️%in% 2⃣️某一列下标前加一个减号（-） 3⃣️直接设为未定义（NULL）
   选入观测：进行逻辑比较
   subset（）函数：可用来选择变量和观测
   随机抽样：sample（）函数