Nachfolgend einige meiner „Lieblings-R-Funktionen“; für Einführungsveranstaltungen in die Statistik spielen sie (für mich) eine wichtige Rolle. „? Mitwirkende“ für eine Liste. “ demo()“ für einige Demos, „help()“ für die Online-Hilfe, oder. „q()“ zum Beenden von R. > Die R-Befehle können nach dem Zeichen“>“ eingegeben werden.
R-Befehle
Editiert eine Definition einer REF oder eines Blocks innerhalb der Zeichnungsdatei. Erweitert den Block um ein Objekt oder löscht es aus dem Block, wenn eine Verweisung (eine REF oder eine Blockdefinition) editiert wird. Sichern oder verwerfen Sie die von Ihnen beim Bearbeiten einer Vorlage (einer REF oder einer Blockdefinition) vorgenommenen Veränderungen unmittelbar.
Verteilte Gegenstände im Kreis um ein Zentrum oder eine Drehachse. Sichern oder verwerfen von Veränderungen an den Ausgangsobjekten eines Auftrags und Beenden des Bearbeitungsstatus des Auftrags.
Angaben bändigen mit Pseudonym.
Formatierungskonventionen dplyr::tbl_df(iris) Konvertiert Dateien in eine â??tblâ??-Klasse. Es werden nur die passenden Werte auf dem Display angezeigt: Ã?bersicht der â??tblâ??-Daten. Die“ Pipe“ (aka Verkettung) mit %>% macht den Kode besser lesbar, z.B. in einem aufgeräumten Datensatz: Aufgeräumte data ergänzen werden die in den R. beobachtenden ( „rows“) vektorisierten Abläufe von Variablen (Spalten) bei der Bearbeitung nicht mehr verändert.
In keinem anderen Ausgabeformat ist die Interaktion mit R. Columns so intuitiv wie in den anderen. Zusammenfassen mehrerer Datenspalten zu einer. dplyr::data_frame(a = 1:3, b=4: 6) Verbindungsvektoren in einem â??Datenrahmenâ?? (optimiert). dplyr::arrange(mtcars, mpg) Zeilensortieren nach Wertvariablen in einer Zeile (von Small bis Large). dplyr::arrange(mtcars, desc(mpg))) Sortiert Reihen nach Wert in einer Datenspalte (von groÃ? nach klein). dplyr::rename(tb, y = Jahr) Die Datenspalten aus einem â??Datenrahmenâ?? heraus umschalten.
Spreizen Sie Reihen als Spalte. filtern Sie die eine Voraussetzung heraus erfüllen. Bruchteile der Linien zufällig auswählen. n Linien zufällig auswählen. Linien durch ihre Lage auswählen. Am besten n Einträge auswählen und sortiert (nach Gruppen, wenn die Angaben in Gruppen zusammengefasst sind). Spalte nach Namen (oder über die Hilfefunktionen von angeführter unten) auswählen. columns auswählen deren Namen mit einem String endet. select(iris, everything())
Stellt alle Kolumnen auswählen. select(iris, matches(„.t.“))) Kolumnen auswählen, deren Bezeichnung mit einem regulären-Druck von übereinstimmt. Kolumnen auswählen, deren Bezeichnungen in einer Liste von mehreren Bezeichnungen stehen. select(iris, starts_with(„Sepal“)) Spalte auswählen, deren Bezeichnung mit einem String anfängt. Gruppiere alle Kolonnen außer der Art auswählen. dplyr::group_by(iris, Species) data in Linien, die den gleichen Wert/Bezeichner haben.
Kombinieren Sie in einer einzigen Reihe. Zeilenanzahl mit jedem einzelnen Variablenwert (mit oder ohne Gewichtung) zählen. Berechne neue Rubriken und hinzufügen. Berechne neue Datenspalten. Ursprüngliche Entferne Säulen. Ein Vektor. dplyr::erster Wert des ersten Wertes. dplyr::letzter letzter Vektorwert. dplyr::n-ter n-ter Vektorwert. dplyr::n Zahl der Vektorwerte. dplyr::n_distinct Zahl der verschiedenen Vektorwerte.
Interquartiler Abstand eines Vektor. minimaler Vektorwert. maximaler Vektorwert. maximaler Vektorwert. mittlerer arithmetischer Mittelwert. mittlerer Mittelwert eines Vektor. variable Abweichung eines Vektor. sd Standardabweichung eines Vektor. Bei einem Unentschieden erhält der erste Punkt den niedrigeren Platz. All Datensätze of a with matching Datensätzen of a. dplyr::right_join(a, b, von = „x1“) All Datensätze of b with matching Datensätzen of the a. dplyr::inner_join(a, b, von = „x1“) Schnittpunkt der beiden Datensätze.
Enthält nur Linien, die in beiden Datensätzen erscheinen. Es werden alle Linien von einem mit Übereinstimmung in Buchstabe d. Sämtliche Linien von a ohne Treffer in v. Schnittpunkt, d.h. Linien, die in beiden Fällen auftreten Datensätzen union, d.h. Linien, die in einer oder beiden Seiten auftauchen Datensätzen Differenz Menge/Restmenge/Komplement, d.h. Linien von j, die nicht in der Zeile j unter j als neue Zeile auftreten anfügen. dplyr::bind_cols(y, z) z vor y als neue Spalte anfügen.
Leave a Reply