1.判断是否为数值型向量
2.增加一个元素
3.删除向量中的缺失值
4.删除最后一个元素
5.更改某个元素
> x<-1:5
> is.numeric(x) #判断是否为数值型向量。其他向量转换为数值型向量: as.numeric()
[1] TRUE
> is.character(x) #判断是否为字符、逻辑的函数: is.character()、is.logical(),转化为字符、逻辑的函数: as.character()、as.logical()
[1] FALSE
> x[6]<-6 #增加一个元素为6
> x[8]<-8 #增加一个元素为8,第七个元素自动赋值为“NA”,表示缺失值
> x
[1] 1 2 3 4 5 6 NA 8
> x[is.na(x)==F] #删除向量中的缺失值。函数 is.na() 判断是否为缺失值。
[1] 1 2 3 4 5 6 8
> length(x[is.na(x)==F]) #返回x中非缺失值的个数
[1] 7
> x<-x[1:length(x)-1] #删除最后一个元素
> x
[1] 1 2 3 4 5 6 NA
> x[7]<-7 #更改某个元素,如第三个元素改为8
> x
[1] 1 2 3 4 5 6 7
实例:产生100个标准正态分布随机数x,找出x中绝对值小于1.96的值,并计算个数。
> x<-rnorm(100)
> x[abs(x)<1.96]
> length(x[abs(x)<1.96])
[1] 97