R语言常用命令记录

  • ?'mean'可以看介绍
  • apropos("mea")搜包含mea字符的方法

运算符

数学运算:
+,-,*,/,^,%%。(加,减,乘,除,乘方,求余。)

比较运算:

,<,>=,<=,==,!=。(大于,小于,大于等于,小于等于,等于,不等于。)

逻辑运算:
&,|,!。(与,或,非。)

  • 初始基本操作

1
getwd()

获取工作目录。


1
setwd("F:/R/myfun")

设定工作目录为F:/R/myfun。


1
2
help(com)
?co

获得对命令com的说明。


1
example(com)

命令com的使用实例。


1
args(com)

查看命令com的变量格式。


1
library()

列出已安装的包。


1
2
library(AER)
requir(AER)

载入包AER。


1
library(help = AER)

获取包AER的信息。


1
detach(package:AER)

去除载入的包AER。


1
search()

列出已载入的包。


1
data()

列出已载入的包中的所有数据集。


1
data(package = .packages(all.available = TRUE))

列出已安装的包中的所有数据集。


1
try(data(package = "AER") )

列出包AER里的所有数据集。


1
data(Affairs, "BankWages")

读入数据集Affairs和BankWages(这些数据集需已在data()中列出)。


1
help(Affairs)

获取数据集Affairs的信息。


1
attach(Affairs)

贴上数据集Affairs,其作用是可以直接对数据集里的变量进行操作。


1
detach(Affairs)

上述操作的逆操作。



对一般对象的基本操作

1
2
objects()
ls()

列出所有对象。

1
2
3

mode(x)

查看对象x的模式:空,数值,字符,逻辑,复数,列表,函数(NULL,numeric,character,logical,complex,list,function)。


1
class(x)

查看对象x的类型:除了mode里列出的几种类型外,还有整数,矩阵,因子,阵列,数据框,时间序列(integer,matrix,factor,array,data frame,ts)等其他类型。mode主要用于区别数据存放的方式,而class是一种更细微的分类方式,比如矩阵,就是一种更“有序”的数据存放方式。此命令比mode常用。


1
as.matrix(x)

把对象x转为矩阵型。


1
as.numeric(x)

把对象x转为数值型。


1
str(x)

查看对象x的结构。str是structure的缩写。


1
rm(x)

移除对象x。


1
rm(list=ls(all=TRUE))

移除所有对象。



与向量有关的基本操作

1
2
3

x = c(1,2,4)

生成元素依次为1,2,4的向量x,这里的c是concatenate的意思。注意其类型是数值,不是矩阵。


1
x = c("a","b","cd")

生成元素依次为”a”,”b”,”cd”的字符向量x。


1
x = paste("a","b","cd")

生成”a b cd”的字符x。


1
x[a:b]

向量x的第a到b个元素。


1
x[-i]

剔除向量x第i个元素所得的向量。


1
length(x)

向量x的长度。


1
x = seq(a, b, length = n)

生成以一个n维数值型向量x,第一个元素为a,最后一个元素为b,中间元素依次等距递增。(假设a<b)


1
x = seq(a, b, c)

生成一个数值型向量x,第一个元素为a,其后元素依次加c,直到最后一个元素加c大于b。(假设a<b)


1
x = seq(a)

从1开始生成一个递增或递减数值型向量x,最后一个元素绝对值为小于等于|a|的最大整数。


1
x = a:b

生成一个从a递增(减)到b的数值型向量x。(a和b都是整数)


1
x = rep(v, n)

对向量v进行n次复制生成新的向量x。


1
x = rep(v, each = n)

依次对向量v的每个元素复制n此生成新的向量x。


1
x = round(v)

生成一个向量x,其中每个元素是v对应元素的最近整数。


1
order(x)

获得向量x第i大元素在向量中的位置。


1
rank(x)

获得向量x每个元素大小位置。


1
sort(x)

对向量x从小到大进行排序。降序:sort(x, decreasing = TRUE)。


1
tapply(x,f,g)

根据因子f对向量x分类执行函数g。


1
split(x,f)

向量x按因子f分类。


1
diff(x)

返回向量x的差分向量。


1
cumsum(x)

返回向量x的累加向量。



与矩阵有关的基本操作—

1
2
3

M = matrix(0,c(m,n))

生成m行n列的0矩阵。


1
M = rbind(X,Y)

按行合并矩阵X和Y形成新矩阵M。(X和Y列数需相同)


1
M = cbind(X,Y)

按列合并矩阵X和Y形成新矩阵M。(X和Y行数需相同)


1
colnames(M)

矩阵M的列名。


1
rownames(M)

矩阵M的行名。


1
nrow(M)

矩阵M的行数。


1
ncol(M)

矩阵M的列数。


1
diag(M)

矩阵M的对角线元素形成的向量


1
M = diag(x)

生成以向量x为对角线元素,其他位置元素为0的矩阵M。


1
dim(M)

矩阵M的维度。


1
M[i,]

矩阵M第i行。(数值型)


1
M[i,,drop = FALSE]

矩阵M第i行。(矩阵型)


1
M = M[-i,]

删除矩阵M第i行。


1
2
3

M[,j]

矩阵M第j列。


1
M[i,j]

矩阵M第i行j列元素。


1
t(M)

矩阵M的转置。若M为数值型向量,则t(M)为矩阵型行向量。


1
X%*%Y

矩阵X乘矩阵Y。若Y是数值型的向量,R会自动判断其为行向量还是列向量。若X与Y为维度匹配的数值型向量,则返回的是矩阵型向量的内积。


1
x%o%y

数值型向量x与y的外积(矩阵型)。


1
X*Y

矩阵X与矩阵Y的Hadamard乘积。加、减、除、求余的规则和乘相同,即相同位置的元素进行运算。


1
2
eigen(M)$val
eigen()$vec

求矩阵M的特征值和特征向量。


1
solve(M)

矩阵M求逆。


1
solve(A,b)

求解线性方程Ax=b。


1
apply(M, dimcode, f, fargs)

对矩阵M的行(dimcode=1)或列(dimcode=2)依次进行函数f操作,f的变量(arguments)方正fargs里。



与列表有关的基本操作

1
2
3

L = list(a = , b = , c = ,...)

建立列表L。


L$a

1
2
L[[a]

返回列表L里的对象a。


1
L$a = NULL

去除列表L里的对象a。


1
names(L)

列出列表L里的对象名。


1
unname(L)

去掉列表L里的对象名。


1
lapply(...)

list apply。功能与apply类似(参考上面的apply),用于列表型数据。


1
sapply(...)

simplified apply。功能与lapply类似,区别在于函数结果的类型不是列表(list)。



与数据框有关的基本操作

  • 数据框是一种特殊的列表,所以对列表适用的函数往往对数据框也适用。此外,数据框也有矩阵型数据的特征,所以一些适用于矩阵型数据的函数,不如rbind,cbind,apply等也可以作用在数据框上。
1
2
3

Data = data.frame(...)

创建数据框Data。


1
fix(Data)

编辑数据框Data。


1
head(Data)

显示数据框Data的前几行。


1
attribute(Data)

列出数据框Data的组成部分。


1
names(Data)

显示数据框Data的变量名。


1
row.names(Data)

显示数据框Data的行名。


1
Data$name1

数据框Data中名为name1的变量。


1
Data[i]

数据框Data中第i个变量形成的数据框。


1
merge(D1,D2)

合并数据框D1和D2,需要D1和D2中有至少一个相同的变量。



与逻辑型数据有关的基本操作—

1
2
3

is.data.frame(x)

判断是否对象x是数据框。类似命令有is.ts(x),is.numeric(x)等。


1
all(x>a)

判断是否对象x的每个元素都大于a。


1
any(x>a)

判断对象x的元素中是否存在一个大于a。


1
x>y

判断x的每个元素是否大于y的每个元素。


1
x[x>a]

向量x中大于a的元素组成的新向量。


1
subset(x, x>a)

向量x中大于a的元素组成的新向量。与上面例子的区别在于若向量元素里有NA,上面的例子会保留在结果中,而subset命令会剔除掉。


1
which(x, x>a)

返回向量中大于a的元素的位置。


1
x = ifelse(b, u, v)

生成一个与b(逻辑向量)维度相同的数值向量,若b[i]为TRUE,则x[i]为u,反之为v。