R语言常用函数汇总
作者:王亨 ,R语言中文社区专栏作者,跟着菜鸟一起一步步学习R语言,争做R语言高手。
个人公众号:跟着菜鸟一起学R语言(微信ID:learn_R)
今天把R常用函数大体汇总了一下,其中包括一般数学函数,统计函数,概率函数,字符处理函数,以及一些其他函数;
1. 数学函数
函数 | 作用 |
abs() | 绝对值 |
sqrt() | 平方根 |
ceiling(x) | 不小于x的最小整数 |
floor(x) | 不大于x的最大整数 |
round(x, digits=n) | 将x舍入为指定位的小数 |
signif(x, digits=n) | 将X舍入为指定的有效数字位数 |
2. 统计函数
函数 | 作用 |
mean(x) | 平均值 |
median(x) | 中位数 |
sd(x) | 标准差 |
var(x) | 方差 |
quantile(x, probs) | 求分位数,x为待求分位数的数值型向量,probs是一个由[0,1]的概率值组成的数值型向量 |
range(x) | 求值域 |
sum(x) | 求和 |
min(x) | 求最小值 |
max(x) | 求最大值 |
scale(x, center=TRUE,scale=TRUE) | 以数据对象x按列进行中心化或标准化,center=TRUE表示数据中心化,scale=TRUE表示数据标准化 |
diff(x, lag=n) | 滞后差分,lag用以指定滞后几项,默认为1 |
difftime(time1,time2,units=c(“auto”,”secs”,”mins”,”hours”,”days”,”weeks”)) | 计算时间间隔,并以星期,天,时,分,秒来表示 |
3. 概率函数
分布名称 | 缩写 |
beta分布 | beta |
二项分布 | binom |
柯西分布 | Cauchy |
卡方分布 | chisp |
指数分布 | exp |
F分布 | f |
gamma分布 | gamma |
几何分布 | geom |
超几何分布 | hyper |
对数正态分布 | lnorm |
logistics分布 | logis |
多项分布 | multinom |
负二项分布 | nbinom |
正态分布 | norm |
泊松分布 | pois |
Wilcoxon分布 | signrank |
t分布 | t |
均匀分布 | unif |
weibull分布 | weibull |
Wilcoxon秩和分布 | Wilcox |
在R中,函数函数行如:[x][function]。其中x表示指分布的某一方面,function表示分布名称的缩写。
d->密度函数(density)
p->分布函数(distribution function)
q->分位数函数(quantile function)
r->生成随机数函数
4. 字符处理函数
函数 | 作用 |
nchar | 计算字符数量 |
substr(x,start,stop) | 提取或替换一个字符向量中的字串 |
grep() | 正则表达式函数,用于查找。 |
sub() | 正则表达式函数,用于替换 |
strsplit(x,split,fixed=FALSE) | 在splits处分隔字符向量x中的元素 |
paste( ) | 连接字符串,sep为分隔符 |
toupper( ) | 小写字母转大写 |
tolower( ) | 大写字母转小写 |
5. 其他实用函数
函数 | 作用 |
length(x) | 获取对象x的长度 |
sep(fom,to,by) | 生成一个从from到to间隔为by的序列 |
rep(x,n) | 将x重复n遍 |
cut(x,n) | 将x分隔为有着N个水平的因子 |
pretty(x,n) | 创建分割点,将x分隔成n个区间 |
cat(x,file,append) | 连接x对象,并将其输出到屏幕或文件中。 |
rownames() | 修改行数据框行变量名 |
colnames | 修改行数据框列变量名 |
cbind | 根据列进行合并,前提是所有数据行数相等。 |
rbind | 根据行进行合并,要求所有数据列数是相同的才能用rbind. |
runif(n, min, max ) | 生成n个大于min,小于max的随机数 |
rnorm(n, mean, sd ) | 生成n个平均数为mean,标准差为sd的随机数 |
微信回复关键字即可学习
回复 R R语言快速入门免费视频
回复 统计 统计方法及其在R中的实现
回复 用户画像 民生银行客户画像搭建与应用
回复 大数据 大数据系列免费视频教程
回复 可视化 利用R语言做数据可视化
回复 数据挖掘 数据挖掘算法原理解释与应用
回复 机器学习 R&Python机器学习入门