笔记 : R cookbook (R语言经典实例)

取pkgname里内置的dsname变量

data(dsname, package="pkgname")
选CRAN镜像

chooseCRANmirror()
调用R脚本scriptfile，其中取命令行参数列表argv <- commandArgs(TRUE)

Rscript scriptfile arg1 arg2 arg3
取表格数据

XML库中的readHTMLTable
取满足条件的子集

subset(dfrm, select=c(predictor,response), subset=(response > 0))

with可以省敲字

z <- (suburbs$pop - mean(suburbs$pop)) / sd(suburbs$pop)
z <- with(suburbs, (pop - mean(pop)) / sd(pop))

按Origin分组，得到对应MPG.city的列表

split(Cars93$MPG.city, Cars93$Origin) 

时间序列

seq(from=s, to=e, by =1)
seq(from=s, by=1, len=4)

统计initial各种值出现的次数

table(initial)

initial值为行，outcome值为列，统计对应出现的次数

table(initial, outcome)
求x中小于4的元素比例

mean(x<4)
区间统计

> breaks <- c(-3,0,2)
> f <- cut(x, breaks)

也可以继续打标签：

f <- cut(x, breaks, labels=c("Low","Middle","High"))

排序

按key排序

dfrm <- dfrm[order(dfrm$key),] 

先按month，再按day排序

dfrm[order(dfrm$month,dfrm$day),]

对list求均值前，先unlist成vector

mean(unlist(numbers))
对list里的元素逐一执行function

do.call(function, list)

> lists <- list(col1=list(7,8,9), col2=list(70,80,90), col3=list(700,800,900))
> do.call(cbind, lists)
    col1 col2 col3
    [1,] 7 70 700
    [2,] 8 80 800
    [3,] 9 90 900

时间序列

a/b 访问某个网站上各种网页的顺序 能分析出 a/b 是同一类用户？统计果然神奇。