1.分别利用R-GUI及Rstudio,获取当前的目录,并修改目录至新的位置。
getwd()
setwd("C:/Users/Administrator")
getwd()
2.新建一个矩阵,数组,数据框,列表,并判断其类型,对各类型进行索引及选取操作。
am<-matrix(data = (1:6),nrow = 2,ncol = 3)
class(am)
ax <- c(1:30)
dim1 <- c("A1", "A2", "A3")
dim2 <- c("B1", "B2", "B3", "B4", "B5")
dim3 <- c("C1", "c2")
(aa <- array(x, dim = c(3, 5, 2), dimnames = list(dim1, dim2, dim3)))
class(aa)
(data_matrix <- matrix(1:8, c(4, 2))) # 创建一个矩阵
(data.frame(data_matrix)) # 将矩阵转化为数据框
class(data_matrix)
g<-"list"
h<-c(1,2,3,4)
al=list(title=g,ages=h)
class(al)
3.获取R内15名美国女性的身高和体重情况,并计算身高体重平均值及方差。
library(datasets)
x=datasets::women
mean(x[,1])
mean(x[,2])
var(x[,1])
var(x[,2])
4.读入文件,data1和data2,将两个表关联起来,使用merge函数,并去除Name列,将其作为行名。
data1 <- read.csv('C:\\Users\\Administrator\\Desktop\\data1.csv')
data2 <- read.table('C:\\Users\\Administrator\\Desktop\\data2.txt')
total <- merge(data1,data2,by.x ="Title",by.y = "Accession")
row.names(total) <- total$Name
total <-total[,-1]
data1.csv:
data2.txt:
Accession number Biosamples taxonomy MBase
No1 SS2_15_0048_A1 SAMN08619912 Mus musculus 16
No2 SS2_15_0048_A2 SAMN08619913 Mus musculus 16
No3 SS2_15_0048_A3 SAMN08619914 Mus musculus 8
No4 SS2_15_0048_A4 SAMN08619915 Mus musculus 8
No5 SS2_15_0048_A5 SAMN08619916 Mus musculus 11
No6 SS2_15_0048_A6 SAMN08619917 Mus musculus 7
No7 SS2_15_0048_A7 SAMN08619918 Mus musculus 18
No8 SS2_15_0048_A8 SAMN08619919 Mus musculus 5
No9 SS2_15_0048_A9 SAMN08619920 Mus musculus 11
5.随机产生一个0-100的成绩,如果大于90分就判定为A,大于 80分判定为B,大于70分判定为C,大于6分判定为D,低于60分为E。
x<-sample(0:100,1,replace = FALSE)
x
if(x>90)
{
print("A")
}else
if(x<90&x>80)
{
print("B")
}else
if(x<80&x>70)
{
print("C")
}else
if(x<70&x>60)
{
print("D")
}else
if(x<60)
{
print("E")
}