R补充内容

1.命名新变量，按条件分类，查看尾部数据
为df中的cart_uv 重新编码并将新变量命名为recode，将小于5000的归为less,将大于等于5000小于15000的归为common,其他的归为many；查看尾部的10条数据

df$recode[df$cart_uv<5000]<-"less"
df$recode[df$cart_uv>=5000&df$cart_uv<15000]<-"common"
df$recode[df$cart_uv>=15000]<-"many"
tail(df,10)

2.转换格式,查看数据结构

class()    #查看数据结构：vector、matrix、array、dataframe、list
mode()    #查看数据元素类型：
typeof()   #查看数据元素类型，基本等同于mode（），比mode()更为详细
将df中的date字段转换成日期类型，如：“2015-02-13”
df$date <- as.Date(df$date, "%Y%m%d")

3.按字段排序
将df按照date字段升序和item_id降序排序，另存在df1中；并查看前5条数据

df1<-df[order(df$date,-df$item_id),]
head(df1)

4.R语言的缺失值处理

sum(is.na(data))                #查看data里缺失值个数
sum(is.na(data$DINNER_PRICE)    #查看data里维度DINNER_PRICE缺失值个数
data=data[!is.na(data$DINNER_PRICE),]     #删除DINNER_PRICE缺失样本
data=na.omit(data)              #去除有NA的行(方法1)
data[complete.cases(data),]     #去除有NA的行(方法2)
data[complete.cases(data[,5:6]),]    #只过滤第5列，第6列中含有NA的行

5.常用绘图命令总结
以下将以lattice包下的singer数据集为例进行说明，其共包含两个变量身高(height)和音域(voice.part)
绘制直方图

library(ggplot2)
ggplot(data=singer,aes(x=height))+
       geom_hist()

绘制箱线图

ggplot(data=singer,aes(x=voice.part,y=height,fill=voice.part,color=voice.part))+
       geom_boxplot(alpha=0.7)
#fill则是指以voice.part的值进行区别，color则是以voice.part的值进行赋值颜色。alpha表示透明度的设置，范围为0到

绘制散点图

ggplot(heightweight, aes(x=ageYear, y=heightIn)) +
 geom_point(size=3,shape=21)

增加拟合的回归线

ggplot(heightweight, aes(x=ageYear, y=heightIn))+geom_point() + stat_smooth(method=lm)

**6.关于for循环 while循环 if循环
for

num <- 1:10
for(i in num){
  if(i%%2 == 0){
    print(i)
  }
}

while循环

num <- 5
while(num>0){
  print(num)
  num <- num - 1
}

if判断

score <- 79
if(score>=80){
  print("A")
}else if(score>=60){
  print("B")
}else{
  print("C")
}

R补充内容

推荐阅读更多精彩内容