r data.frame添加_R语言统计与绘图：基础数据处理(2)

目录

• 1. 查找帮助
• 2. 查看工作空间
• 3. 拓展包
• 4. 储存数据
  • 4.1 查看R包数据集
  • 4.2 导出R包数据集
• 5. 读取数据
• 6. 创建数据
  • 6.1 向量vector
  • 6.2 因子factor
  • 6.3 矩阵matrix
  • 6.4 数据框Data frame
  • 6.5 列表list
  • 6.6 时间序列Time-series
• 7. 提取数据
• 8. 数据运算
  • 8.1 运算符
  • 8.2 简单运算
  • 8.3 复杂运算
  • 8.4 矩阵计算
• 9. 变量类型
• End

---

1. 查找帮助

help(topic)   # 关于topic的文档，等同于 ?topic、help("lm")
help.start()  # 打开HTML浏览器来看帮助文件
help.search("foo")  # 列出所有在帮助页面含有 foo 的函数
help("bs", try.all.packages = TRUE)  # 默认状态下，函数help只会在被载入内存中的包中搜索，try.all.package为TRUE，可在所有包中进行搜索

2. 查看工作空间

getwd()  # 查看当前的工作目录
setwd()  # 设定当前的工作目录

ls()  # 列出当前工作空间中的对象
ls.str()  # 展示内存中所有对象的详细信息
rm(x)  # 删除工作空间中对象x
rm(x,y)  # 删除对象x和y
rm(list=ls())  # 删除工作空间中的所有对象
savehistory("myfile")  # 保存命令历史到文件myfile中
save.image("myfile")   # 保存工作空间到文件myfile中
save.image()是save(list =ls(all=TRUE),file=".RData")的一个简捷方式。
q() # 退出R

3. 拓展包

library(help=x)   # 显示 x 包的函数和数据集
install.packages("foreign")  # 安装包 要加双引号
installed.packages() # 输出已安装的拓展包
old.packages()    # 检查需要更新的拓展包
update.packages() # 升级所有拓展包
remove.packages("dplyr") # 卸载安装包
attach(x) # 指向R的搜索路径，绑定数据集
detach(x) # 解除绑定 

library(x)和require(x)的区别 library(x) 和 require(x) 都可以加载包。
两者区别：在一个函数中，如果一个包不存在，执行到library时将会停止执行，并报错，而require则会继续执行。

require将会根据包的存在与否返回true或者false，因此写R程序的常用技巧为：

if(!require("cluster")) install.packages("cluster")