R与统计：如何进行数据处理

删除缺失值

R中缺失值使用NA表示。NA是R中的三个逻辑值之一，另外两个是TRUE和FALSE。NULL表示无效对象。

#判断是否是缺失值
is.na(x)
#删除缺失值
x[!is.na(x)]

将字符串变为命令执行

#用parse()函数将字符串转化为表达式，再用eval()函数对表达式求解
a <- "print(1:10)"
eval(parse(text = a))

给一个变量添加元素

#使用append()函数
x <- 1:10
append(x, 0, after = 1)

比较两个dataframe是否相同

#any()函数可以判断两个数据框中是否至少有一个元素相等
any(a = b)
#如果需要返回两个数据框中相同的元素的位置
which(a = b, arr.ind = TRUE)

去掉数据中重复的行

#unique()函数可以去掉向量、数据框或数列中的重复元素
x <- c(1:10, 2:19, 3:8)
unique(x)

对数列进行维度变换

x <- array(1:24, 2:4)
xt <- aperm(x,c(2,1,3))
dim(xt)

对矩阵按行或按列计算

mat=matrix (vec, ncol =4)
cumsum(vec)
apply (mat, 2, cumsum)

根据共有的列合并数据框

merge(x, y, by.x=, by.y=)

将数据标准化

x <- c(1:30,10-20)
m <- scale(x, scale = F)
n <- scale(x, center = F)