R基础五(字符串)

缺失信息

R中用NA表示缺失信息。往往很多数据中包含NA值,需要去除。

> a = c(NA,1:49)
> a
 [1] NA  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17
[19] 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
[37] 36 37 38 39 40 41 42 43 44 45 46 47 48 49
> sum(a)
[1] NA
> mean(a)
[1] NA
> sum(a,na.rm = TRUE)   ##很多函数里都有去除NA的选项
[1] 1225
  • 查看数据集中是否含义缺失值(is.na())
> is.na(a)
 [1]  TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[10] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[19] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[28] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
[46] FALSE FALSE FALSE FALSE FALSE
  • 去除数据集中的缺失值(na.omit())
> b = c(NA,1:7,NA,NA)
> c = na.omit(b)
> c
[1] 1 2 3 4 5 6 7
attr(,"na.action")
[1]  1  9 10
attr(,"class")
[1] "omit"
> b
 [1] NA  1  2  3  4  5  6  7 NA NA
> is.na(c)
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE

当用na.omit处理一个数据框时,是将包含NA的那一行全都删除。
但是删除太多缺失值会删除太多数据,就有很多包处理缺失值。


处理缺失值
  • 其他缺失值
    NaN:代表不可能的值,可以用is.nan()识别不可能值
    Inf:表示无穷,有正无穷和负无穷,可以用is.infinite()识别无穷值

字符串

强调:字符串出现的地方必须加引号""/''

  • 统计字符串
> nchar('hello world')
[1] 11
> month.name
 [1] "January"   "February"  "March"     "April"     "May"       "June"     
 [7] "July"      "August"    "September" "October"   "November"  "December" 
> nchar(month.name)
 [1] 7 8 5 5 3 4 4 6 9 7 8 8

length()返回的是向量中元素的个数,而nchar()则是返回每个元素的字符串的个数。

  • paste()用来合并字符串
> paste('I','love','you',sep = '-')
[1] "I-love-you"

如果是一个向量和字符串连接,并不是字符串直接添加到向量的尾部,而是向量中的元素分别于字符串相连。

> names = c('yao','jia','ling')
> paste(names,'shi pig')
[1] "yao shi pig"  "jia shi pig"  "ling shi pig"
  • substr()提取字符串

substr(字符串,起始点,终止点),返回起始点和终止点之间的字符串。

> substr(month.name,1,3)
 [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep"
[10] "Oct" "Nov" "Dec"

toupper()转换为大写,tolower()转换为小写。

> temp = substr(month.name,1,3)
> toupper(temp)
 [1] "JAN" "FEB" "MAR" "APR" "MAY" "JUN" "JUL" "AUG" "SEP"
[10] "OCT" "NOV" "DEC"
> tolower(temp)
 [1] "jan" "feb" "mar" "apr" "may" "jun" "jul" "aug" "sep"
[10] "oct" "nov" "dec"
  • 字符串替换

要想变成首字母大写,则可以用sun()或者gsub()进行替换。
sub()替换一次,gsub()全局替换

> gsub('^(\\w)','\\U\\1',tolower(temp))
 [1] "Ujan" "Ufeb" "Umar" "Uapr" "Umay" "Ujun" "Ujul"
 [8] "Uaug" "Usep" "Uoct" "Unov" "Udec"
> gsub('^(\\w)','\\U\\1',tolower(temp),perl = T)
 [1] "Jan" "Feb" "Mar" "Apr" "May" "Jun" "Jul" "Aug" "Sep"
[10] "Oct" "Nov" "Dec“
('^(\\w)' ^表示首字母,\\w表示字符集的简写
'\\U\\1'替换为大写,只替换一次,
tolower(temp) 需要替换的字符串
perl = T 支持perl类型的正则表达式
> toupper(temp)
 [1] "JAN" "FEB" "MAR" "APR" "MAY" "JUN" "JUL" "AUG" "SEP"
[10] "OCT" "NOV" "DEC"
> gsub('^(\\w)','\\L\\1',toupper(temp),perl = T)
 [1] "jAN" "fEB" "mAR" "aPR" "mAY" "jUN" "jUL" "aUG" "sEP"
[10] "oCT" "nOV" "dEC"
\\L表示替换为小写
  • 字符串查找(grep)
> a =c('a','A+','AC')
> grep('A+',a)   ## +表示可以匹配1到正无穷,所以A+和AC都可以
[1] 2 3
> a =c('a','A+','AC')
> grep('A+',a,fixed = TRUE)  ##fixed = TRUE表示搜索一个文本字符串,fixed = False则表示支持正则表达式。返回值为匹配的下标。
[1] 2
> grep('A+',a,fixed = F)
[1] 2 3
  • 字符串匹配(match())
    不支持正则表达式,有一点相当于%in%的包含于。
> match('A+',a)
[1] 2
  • 字符串分割strsplit()

需要两部分,字符串和分隔符,返回值为列表,便于存储。

> path = '/usr/local/bin/R'
> strsplit(path,'/')
[[1]]
[1] ""      "usr"   "local" "bin"   "R"    ## 第一个为空是英文usr前的斜杠前为空。
> strsplit(c(path,path),'/')  ##分割两个path的情况
[[1]]
[1] ""      "usr"   "local" "bin"   "R"    

[[2]]
[1] ""      "usr"   "local" "bin"   "R" 

小tips

如何生成字符串成对组合,也叫笛卡尔集。需要使用outer()函数。

> face = 1:13
> suit = c('spades','clubs','hearts','diamonds')
> outer(face,suit,FUN = paste)
      [,1]        [,2]       [,3]        [,4]         
 [1,] "1 spades"  "1 clubs"  "1 hearts"  "1 diamonds" 
 [2,] "2 spades"  "2 clubs"  "2 hearts"  "2 diamonds" 
 [3,] "3 spades"  "3 clubs"  "3 hearts"  "3 diamonds" 
 [4,] "4 spades"  "4 clubs"  "4 hearts"  "4 diamonds" 
 [5,] "5 spades"  "5 clubs"  "5 hearts"  "5 diamonds" 
 [6,] "6 spades"  "6 clubs"  "6 hearts"  "6 diamonds" 
 [7,] "7 spades"  "7 clubs"  "7 hearts"  "7 diamonds" 
 [8,] "8 spades"  "8 clubs"  "8 hearts"  "8 diamonds" 
 [9,] "9 spades"  "9 clubs"  "9 hearts"  "9 diamonds" 
[10,] "10 spades" "10 clubs" "10 hearts" "10 diamonds"
[11,] "11 spades" "11 clubs" "11 hearts" "11 diamonds"
[12,] "12 spades" "12 clubs" "12 hearts" "12 diamonds"
[13,] "13 spades" "13 clubs" "13 hearts" "13 diamonds"


©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 229,698评论 6 539
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 99,202评论 3 426
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 177,742评论 0 382
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 63,580评论 1 316
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 72,297评论 6 410
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 55,688评论 1 327
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 43,693评论 3 444
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 42,875评论 0 289
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 49,438评论 1 335
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 41,183评论 3 356
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 43,384评论 1 372
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 38,931评论 5 363
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 44,612评论 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 35,022评论 0 28
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 36,297评论 1 292
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 52,093评论 3 397
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 48,330评论 2 377

推荐阅读更多精彩内容