基本数据处理

《R语言实战》从解决实际问题入手，尽量跳脱统计学的理论阐述来讨论R语言及其应用，讲解清晰透澈，极具实用性。作者不仅高度概括了R语言的强大功能、展示了各种实用的统计示例，而且对于难以用传统方法分析的凌乱、不完整和非正态的数据也给出了完备的处理方法。通读本书，你将全面掌握使用R语言进行数据分析、数据挖掘的技巧，并领略大量探索和展示数据的图形功能，从而更加高效地进行分析与沟通。

基本数据处理

• 创建新变量
  • mydata$sum<-mydata$x1+x2
  • attch(mydata),detach(mydata)
  • mydata <- transform(mydata,sumx=x1+x2)
• 变量重编码
  • variable[condition] <- expression 将仅在condition 的值为TURE时执行赋值
• 变量重命名
  • fix() 交互式编辑器
  • reshape包中的rename（）
    • rename（dataframe,c(oldname="newname",...)）
  • names(data)<-"newname"
• 缺失值
  • is.na()
  • <-NA
    • 判断数据中是否存在缺失值
  • na.rm=TURE,na.omit()
    • 删除含有缺失值的观测
• 日期值
  • as.Date(x,"input_format")
  • Sys.Date()
    • 返回当天日期
      • date（）
        • 返回当前的日期时间
  • format(x,format="output_format")
    • 输出指定格式的日期值，并可以提取日期值中的某些部分
  • difftime()
    • 计算时间间隔
• 类型转化
  • 判断
    • • • 转换
  • is.numeric()
    • • as.numeric()
  • is.character()
    • • as.character()
  • is.vector()
    • • as.vector()
  • is.matrix()
    • • as.matrix()
  • ia.data.frame()
    • • ia.data.frame()
  • is.factor()
    • • is.factor()
  • is.logical()
    • • is.logical()
• 数据排序
  • order() 默认升序
  • 加 -号为降序
• 数据集的合并
  • 添加列
    • merge(dataframeA,dataframeB,by="ID")
    • cbind()
  • 添加行
    • rbind()
• 数据集取子集
  • 选入变量
    • newdata<-leadership[,c(6:10)]
  • 剔除变量
    • myvars <- names(leadership)%in%c("q3,q4"),newdata <- leadership[!myvars]
    • newdata <- leadership[, c(-8,-9)]
    • leadership$q3 <- leadership$q4 <- NULL
  • 选入观测
    • newdata <- leadership[1:3,]
    • which()作用在行上
  • subset函数
    • subset(data,age>35|age<45,select=gender:q4)
  • 随机抽样
    • sample(data, n, replace=FALSE)