R语言与数据的预处理

         在面对大规模数据时，对数据预处理，获取基本信息是十分必要的。今天分享的就是数据预处理的一些东西。

一、获取重要数据

          在导入大规模数据时，我们通常需要知道数据中的关键内容：最值，均值，离差，分位数，原点矩，离差，方差等。在R中常用的函数与作用整理如下：

统计函数	作用
Max	返回数据的最大值
Min	返回数据的最小值
Which.max	返回最大值的下标
Which.min	返回最小值的下标
Mean	求均值
Median	求中位数
mad	求离差
Var	求方差（总体方差）
Sd	求标准差
Range	返回【最小值，最大值】
Quantile	求分位数
Summary	返回五数概括与均值
Finenum	五数概括（最值，上下四分位数，中位数）
Sort	排序（默认升序，decreasing=T时为降序）
Order	排序（默认升序，decreasing=T时为降序）
Sum	求和
length	求数据个数
emm	Actuar包中求k阶原点矩
skewness	Fbasic包中求偏度
kurtosis	Fbasics包中求峰度

      注：对象为分组数据，矩阵时返回的不是整体的方差，均值，而是每一列（组）的方差均值其余变量类似。

 

二、直方图与频数统计

      对于数据分布的认识，在大规模时有必要使用直方图。在R语言中，直方图的函数调用为：

hist(x, breaks = "Sturges",