R语言实战 - 高级数据管理
Posted 你的踏板车要滑向哪里
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了R语言实战 - 高级数据管理相关的知识,希望对你有一定的参考价值。
1. 一个数据处理难题
a. 确定一个单一的成绩衡量指标
b. 前20%的学生评定为A,接下来20%评定为B,以此类推
c. 按字母顺序对学生排序
2. 数值和字符处理函数
数值函数(数学,统计,概率)
字符处理函数
2.1 数学函数
> abs(-4) [1] 4 > > sqrt(25) [1] 5 > > ceiling(3.475) [1] 4 > > floor(3.475) [1] 3 > > trunc(5.99) [1] 5 > > round(3.475, digits=2) [1] 3.48 > > signif(3.475, digits=2) [1] 3.5 > > cos(3.1415926) [1] -1 > > sin(3.1415926) [1] 5.358979e-08 > > acos(-0.416) [1] 1.999839 > > sinh(2) [1] 3.62686 > > asinh(3.627) [1] 2.000037 > > log(10) [1] 2.302585 > > log10(10) [1] 1 > > exp(2.3026) [1] 10.00015 >
2.2 统计函数
> mean(c(1, 2, 3, 4)) [1] 2.5 > > median(c(1, 2, 3, 4)) [1] 2.5 > > sd(c(1, 2, 3, 4)) [1] 1.290994 > > var(c(1, 2, 3, 4)) [1] 1.666667 > > mad(c(1, 2, 3, 4)) [1] 1.4826 > > x <- c(1, 2, 3, 4) > y <- quantile(x, c(.3, .84)) > y 30% 84% 1.90 3.52 > > range(x) [1] 1 4 > > diff(range(x)) [1] 3 > > sum(x) [1] 10 > > x <- c(1, 5, 23, 29) > diff(x) [1] 4 18 6 > > min(x) [1] 1 > > max(x) [1] 29 > > scale(x, center=TRUE, scale=TRUE) [,1] [1,] -0.9925397 [2,] -0.6984539 [3,] 0.6249324 [4,] 1.0660612 attr(,"scaled:center") [1] 14.5 attr(,"scaled:scale") [1] 13.60147 >
> x <- c(1, 2, 3, 4, 5, 6, 7, 8) > mean(x) [1] 4.5 > sd(x) [1] 2.44949 > > n <- length(x) > meanx <- sum(x)/n > css <- sum((x - meanx)^2) > sdx <- sqrt(css / (n-1)) > meanx [1] 4.5 > sdx [1] 2.44949 >
2.3 概率函数
> x <- pretty(c(-3, 3), 30) > x [1] -3.0 -2.8 -2.6 -2.4 -2.2 -2.0 -1.8 -1.6 -1.4 -1.2 -1.0 -0.8 -0.6 -0.4 -0.2 [16] 0.0 0.2 0.4 0.6 0.8 1.0 1.2 1.4 1.6 1.8 2.0 2.2 2.4 2.6 2.8 [31] 3.0 > y <- dnorm(x) > y [1] 0.004431848 0.007915452 0.013582969 0.022394530 0.035474593 0.053990967 [7] 0.078950158 0.110920835 0.149727466 0.194186055 0.241970725 0.289691553 [13] 0.333224603 0.368270140 0.391042694 0.398942280 0.391042694 0.368270140 [19] 0.333224603 0.289691553 0.241970725 0.194186055 0.149727466 0.110920835 [25] 0.078950158 0.053990967 0.035474593 0.022394530 0.013582969 0.007915452 [31] 0.004431848 > plot(x, y, type="l", xlab="NormalDeviate", ylab="Density", yaxs="i") >
> pnorm(1.96) [1] 0.9750021 > qnorm(.9, mean=500, sd=100) [1] 628.1552 > rnorm(50, mean=50, sd=10) [1] 67.26521 54.63231 42.90968 48.38989 73.67308 49.74476 57.81742 67.75197 [9] 66.51772 48.48707 39.37449 35.09612 59.43735 58.02651 40.43783 51.18190 [17] 63.75237 39.67564 42.67555 50.88800 43.47265 58.69022 64.55702 34.35042 [25] 63.23016 45.81644 43.31544 54.58287 50.46310 31.72297 40.34214 55.06260 [33] 42.25432 45.63078 56.23651 53.27949 47.83063 53.69351 56.68358 46.04020 [41] 57.20872 52.52052 49.20011 47.71317 55.79194 42.20664 48.22365 43.57350 [49] 33.02280 36.45630 >
2.3.1 设定随机数种子
> runif(5) [1] 0.8650632 0.2548104 0.7736314 0.9595250 0.5731663 > runif(5) [1] 0.3458971 0.8683841 0.7487097 0.1382841 0.1953431 > set.seed(1234) > runif(5) [1] 0.1137034 0.6222994 0.6092747 0.6233794 0.8609154 > set.seed(1234) > runif(5) [1] 0.1137034 0.6222994 0.6092747 0.6233794 0.8609154 >
2.3.2 生成多元正态数据
> library(MASS) > options(digits=3) # 生成随机数种子 > set.seed(1234) # 指定均值向量、协方差阵 > mean <- c(230.7, 146.7, 3.6) > sigma <- matrix(c(15360.8, 6721.2, -47.1, + 6721.2, 4700.9, -16.5, + -47.1, -16.5, 0.3), nrow=3, ncol=3) # 生成500个伪随机观测数据 > mydata <- mvrnorm(500, mean, sigma) # 为方便,结果从矩阵转换为数据框 > mydata <- as.data.frame(mydata) # 为变量指定了名称 > names(mydata) <- c("y", "x1", "x2") # 确认拥有500个观测和3个变量 > dim(mydata) [1] 500 3 # 输出前10个观测 > head(mydata, n=10) y x1 x2 1 98.8 41.3 3.43 2 244.5 205.2 3.80 3 375.7 186.7 2.51 4 -59.2 11.2 4.71 5 313.0 111.0 3.45 6 288.8 185.1 2.72 7 134.8 165.0 4.39 8 171.7 97.4 3.64 9 167.2 101.0 3.50 10 121.1 94.5 4.10 >
2.4 字符处理函数
以上是关于R语言实战 - 高级数据管理的主要内容,如果未能解决你的问题,请参考以下文章
R语言实战英文书籍,配套源代码,帮助你学习R语言!(可下载)