Basic包是R語言預裝的開發包，包含了常用的數據處理函數，可以對數據進行簡單地清理和轉換，也可以在使用其他轉換函數之前，對數據進行預處理，必須熟練掌握常用的數據處理函數。

一，合并向量

函數append()用于修改合并向量，可以把兩個向量合并為一個：

append(x, values, after = length(x))

例如：從一個向量的指定位置處，插入另一個向量：

> append(1:5, 0:1, after = 3)

[1] 1 2 3 0 1 4 5

二，匹配函數

匹配函數(match)返回一個位置向量，表示 x 匹配table的位置。%in% 返回一個邏輯向量，表示左邊的操作符是否匹配右邊的操作符。

match(x, table, nomatch = NA_integer_, incomparables =NULL)

x%in% table

參數注釋：

x：被匹配的向量

table：其他向量跟該向量進行匹配，x向量中的每一個元素都跟table向量中的每一個元素進行比較；

nomatch：不匹配時，函數返回的整數值。默認值是NA

incomparables ：指定不能匹配的值的向量，在x向量中的任何值，如果是incomparables參數中的值，那么返回nomatch參數的值。由于歷史原因，FALSE 和NULL相等。

match()函數返回的是一個整數向量，長度和參數x相同，每一個元素的值是x元素第一次匹配table元素的位置，如果x元素不在table向量中，那么相應位置上的元素值是nomatch(nomatch參數指定的值，默認值是NA)。

match: An integer vector giving the position in table of the first match if there is a match, otherwise nomatch.

If x[i] is found to equal table[j] then the value returned in the i-th position of the return value is j, for the smallest possible j. If no match is found, the value is nomatch.

1，match()函數的用法

match()函數的基本用法

x

tb

match(x,tb)

[1] 5 3 NA

match()函數可以用于批量修改數據框的列名：

names(df)[match(c('a',"b", "c)","d"),names(df))]

2，操作符 %in%的用法

操作符 %in% 返回的是一個邏輯向量，指定x元素是否匹配table元素，其長度和x向量相同。如果x元素能夠匹配到table元素，那么相應位置的元素值是TRUE，否則，元素值是FALSE。

操作符 %in% 在底層使用match()函數實現：

function(x, table) match(x, table, nomatch = 0) > 0

例如，返回左側向量的元素匹配右側向量的邏輯值：

> 1:10 %in% c(1,3,5,9)

[1] TRUE FALSE TRUE FALSE TRUE FALSE FALSE FALSE TRUE FALSE

三，cut函數

cut()函數用于切割x的范圍，每一個范圍是一個分區；cut()函數根據分區的順序對x中的值進行編碼，也就是說，每一個分區從左向右依次對應lables向量中的一個因子，最左邊的分區對應于lables向量的第一個因子，第二個分區對應lables向量中的第二個因子，以此類推。

cut(x, breaks, labels =NULL,

include.lowest = FALSE, right = TRUE, dig.lab = 3,

ordered_result = FALSE, ...)

參數注釋：

breaks：分割點，由兩個或更多個唯一切割點構成的數字向量，或者單個數字(大于或等于2)：

如果breaks是數字向量，那么向量中的每個分割點從小到大依次排列，cut()按照分割點把x劃分為不同的分區；

如果breaks是單個數字，那么該數字表示cut()函數把x分割的段數。

labels：為分割的區間指定標簽，labels中因子的個數和breaks中指定的分區數量保持一致。

ordered_result：默認值是FALSE，表示結果是無序的因子。

right：默認值是TRUE，表示分割點屬于左側分區。

示例，breaks是由分割點構成的數字向量，兩個連續的分割點指定一個分區的邊界點，

vc

cut(vc,breaks=c(0,2,5,7),labels = c('low','medium','high'))

[1] low low medium medium medium high

Levels: low medium high

默認情況下，分割點屬于右側的分區，因此，2是屬于右側的分區。分割點如何劃分x的分區？

breaks指定的第一個分區是：x>0 and x<=2

breaks指定的第二個分區是：x>2 and x<=5

breaks指定的第三個分區是：x>5 and x<=7

每一個分區按照其在breaks中的順序依次對應lables參數中的一個因子。

四，排名函數

排名函數用于對向量元素進行排名，按照升序的順序對數據進行排序：

rank(x, na.last =TRUE,

ties.method= c("average", "first", "last", "random", "max", "min"))

參數注釋：

na.last ：控制如何對待NA，如果設置為TRUE，那么缺失值排在最后一位；如果為FALSE，那么缺失值排在第一位；如果設置為NA，那么缺失值被移除；如果設置為keep，那么排名為NA。

ties.method ：控制如何對待tie，一個tie是指值重復的元素。

例如，對向量進行排名，把排名的結果存儲到變量中：

> r1 r1

[1] 2 1 3 4 5

五，替換

函數replace()用于把向量中指定位置的元素替換為指定的值(或向量)：

replace(x, list, values)

參數注釋：

list：整數向量，指定被替換的元素的位置

values：替換的值(或向量)

例如，把向量的第1個、第3個和第7個的元素值替換為0：

> replace(1:9,c(1,3,7),0)

[1] 0 2 0 4 5 6 0 8 9

六，重復

rep()函數把輸入的參數重復多次，如果參數是表達式，rep()函數會把表達式的結果重復多次；而replicate()函數是重復調用表達式，每次調用表達式的過程都是獨立的，這意味著，如果產生隨機數，rep()函數產生的隨機數是”偽隨機的“，重復第一次產生的隨機數，而replicate()函數產生的隨機數是真正意義上的隨機數，每次都不相同。

> rep(runif(1),5)

[1] 0.8721105 0.8721105 0.8721105 0.8721105 0.8721105

> replicate(5,runif(1))

[1] 0.9426709 0.1280271 0.1926333 0.7091503 0.5404846

七，逆轉

rev()函數用于把一個向量的元素逆轉：

> rev(c(1,5,3,7))

[1] 7 3 5 1

八，排序

sort()函數用于對向量排序，返回有序的向量；order()函數返回向量元素的序號，能夠用于對data.frame排序：

order(..., na.last = TRUE, decreasing =FALSE, method= c("auto", "shell", "radix"))

sort(x, decreasing= FALSE, na.last = NA, ...)

例如，使用order()函數按照數據框的y列進行排序：

> df df

x y1 6 5

2 3 1

3 7 7

4 5 3

>df[order(df$y),]

x y2 3 1

4 5 3

1 6 5

3 7 7

九，刪除重復值

使用R去重有兩種做法，第一種做法是把返回向量中的唯一值；第二個方法是返回向量中重復元素的位置，然后刪除重復元素。

1，刪除重復值

unique() 函數用于移除重復數據，用于向量，數據框或數組的去重：

unique(x, incomparables = FALSE)

參數 incomparables：用于指定不能比較的值構成的向量。FALSE是一個特殊的值，表示所有的值都可以比較。

2，檢查重復值

duplicated()函數用于檢查重復的元素，返回元素類型是邏輯值的向量或數據框：當元素的值為FALSE時，表示該元素不是重復值；當元素的值是TRUE時，表示該元素是前面(位置)的某一個元素的重復值。

duplicated(x, incomparables = FALSE, ...)

該函數的處理流程是：下標最小的元素是第一次出現的元素，標記為FALSE，當該元素值再次出現，表明該變量出現重復值，標記該元素為TRUE。

例如，以下代碼用于刪除數據框df中變量var的重復值：

df

十，邏輯TRUE的索引

which()函數，用于從邏輯向量中返回TRUE值在向量中的索引，參數x是一個由邏輯值構成的向量：

which(x)

例如，使用which()函數返回邏輯向量中TRUE值的索引：

> which(lv

[1] 1 3 7

> which(exper 5)

[1] 6 7 8 9

十一，構造環境

常用于數據框，使R表達式位于數據框的作用環境中，便于對數據框變量的引用：

with(data, expr, ...)

within(data, expr, ...)

這兩個函數的區別是：with()函數只能定義一個變量，而within()函數可以定義多個變量：

with(mtcars, mpg[cyl == 8 & disp > 350])

#only define one variable

mtcars$mpg[mtcars$cyl== 8 & mtcars$disp > 350]#define multiple variablesaq

lOzone

Month

cTemp

S.cT

rm(Day, Temp)

})

十二，Reduce函數

Reduce()函數對一個向量循環執行函數(該函數有兩個參數),Reduce()函數的定義是：

Reduce(f, x, init, right = FALSE, accumulate = FALSE)

參數注釋：

f ：有兩個參數的函數對象

x：向量

init ：一個標量值，類型和x向量的元素相同；

right ：邏輯值，當值為FALSE時，從向量的左側開始，依次向右側取出元素傳遞到給函數；當值為TRUE時，從向量的右側開始，依次向左側取出元素，傳遞給函數；

accumulate：邏輯值，a logical indicating whether the successive reduce combinations should be accumulated. By default, only the final combination is used.

例如，計算一個向量的累加和，首先，把初始值和向量的第一個元素1傳遞給sum()函數，計算出結果11，然后，把11和向量的第二個元素傳遞給函數sum()，計算出結果13，依次類推：

> Reduce(sum,1:5,10)

[1] 25

Reduce()函數內部執行的過程等價于：

a

b

c

d

sum(d,5)

十三，條件過濾器

按照條件從向量中選擇元素，當條件為TRUE時，把該元素添加到結果向量中。參數 f 是一個返回邏輯值的函數(該函數必須有一個輸入參數)，參數x是一個向量：

Filter(f, x)

例如，從一個數值向量中，選擇元素值大于5的元素：

> fx 5;> Filter(fx,1:10)

[1] 6 7 8 9 10

十四，計算累加

使用cumsum(x)來計算向量元素的累加值，累加的計算過程是迭代的：

step1：從第一個元素向右計算，把第一個元素的值作為第一次計算的結果；

step2：移動到下一個元素，把前一次計算的結果和當前元素求加和；

step3：重復步驟step2，直到移動到最后一個元素為止；

例如，計算向量c(1:5)的累加值：

> cumsum(1:5)

[1] 1 3 6 10 15

十五，計數出現的次數(tabulate)

tabulate()函數的作用是使用bin構造整數向量v，并計算bin中每個整數在v中出現的次數。

tabulate(bin, nbins = max(1, bin, na.rm = TRUE))

tabulate()函數構造的整數向量是v

tabulate()函數的作用是用v向量元素值表示bin元素的出現頻次。

例如，tabulate()函數構造向量c(0,0,0,0,0)，下標為2的元素值1，表示bin向量中元素2出現的頻數是1，依次類推：

> tabulate(bin = c(2,3,3,5))

[1] 0 1 2 0 1

十六，diff

該函數計算向量相鄰元素之間的差異，后者減去前者：

d= c(10,1,1,1,1,1,1,2,1,1,1,1,1,1,1,3,10)

diff(d)[1] -9 0 0 0 0 0 1 -1 0 0 0 0 0 0 2 7

參考文檔：

總結

以上是生活随笔為你收集整理的r语言的runmed函数_R实战 第五篇：常用函数的用法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。