R语言的一个加法函数使用介绍

2024-10-03 06:43:33

我就废话不多说了，大家还是直接看代码吧~

## R语言中的加法函数
add4 <- function(x, y) {
 x + y
}

一个复杂一些的R语言程序

## R语言程序
add2 <- function(x, y) {
 x + y
}

above10 <- function(x) {
 use <- x > 10
 x[use]
}

above <- function(x, n) {
 use <- x>n
 x[use]
}

columnmean <- function(y) {
 nc <- ncol(y) ##列数
 means <-numeric(nc) ##零向量 1 * nc
 for(i in 1:nc) {
 means[i] <- mean(y[, i], na.rm = removeNA)
 } ##for
 means
}

补充：R语言常用函数总结大全

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
seq(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

以上为个人经验，希望能给大家一个参考，也希望大家多多支持我们。如有错误或未考虑完全的地方，望不吝赐教。

R语言数据表匹配和拼接 merge函数的使用

R中的merge函数类似于Excel中的Vlookup,可以实现对两个数据表进行匹配和拼接的功能. merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...) x,y:用于合并的两个
R语言Legend函数深入详解

legend(x, y = NULL, legend, fill = NULL, col = par("col"), border = "black", lty, lwd, pch, angle = 45, density = NULL, bty = "o", bg = par("bg"), box.lwd = par("lwd"), box.lty = par("lty"), box.
R语言strsplit函数用法深入详解

1.R语言strsplit用于分割字符串创建测试数据 > test <- "aa bb cc dd ee ff" ##创建测试数据 > test [1] "aa bb cc dd ee ff" > class(test) ## 测试数据为字符 [1] "character" 2.按照指定分隔符拆分字符串 > a <- strsplit(test,split = " ") ##制动分隔符为空
R语言 title()函数的参数用法说明

如下所示: title(main = NULL, sub = NULL, xlab = NULL, ylab = NULL, line = NA, outer = FALSE, ...) 参数描述 main 主标题 sub 副标题 xlab x轴标签 ylab y轴标签 line 到轴线的行数距离 outer 一个逻辑值. 如果为TRUE,则标题位于图的外部边缘. 补充:R语言低级绘图函数-title title 函数用来在一张图表上添加标题基本用法: main 表示主标题,通常位于图像的上
R语言的xtabs函数实例讲解

今天在做一个列联表独立性检验的时候,总是无法处理好要求的数据类型,偶然的机会,看到了xtabs()函数,感觉很适合用来做列联表,适合将一列数据转换成列联表. shifou <- c("yes","yes","no","no") xinbie <- c("nan","nv","nan","nv") freq <- c(34,38,2
R语言函数详解及实例用法

函数是一组组合在一起以执行特定任务的语句. R 语言具有大量内置函数,用户可以创建自己的函数. 在R语言中,函数是一个对象,因此R语言解释器能够将控制传递给函数,以及函数完成动作所需的参数. 该函数依次执行其任务并将控制返回到解释器以及可以存储在其他对象中的任何结果. 函数定义使用关键字函数创建 R 语言的函数. R 语言的函数定义的基本语法如下 function_name <- function(arg_1, arg_2, ...) { Function body } 函数组件函数的不同部
R语言boxplot函数深入讲解

箱线图简介箱线图又称箱形图或盒须图,该图是由5个特征值绘制而成的图形. 5个特征值是变量的最大值.最小值.中位数.第1四分位数和第3四分位数. 连接两个分位数画出一个箱子,箱子用中位数分割,把两个极值点与箱子用线条连接,即成箱线图. R中绘制箱线图的函数boxplot (1)基本用法 boxplot(x, ...) (2)公式形式的用法 boxplot(formula, data = NULL, ..., subset, na.action = NULL, drop = FALSE, sep
R语言的一个加法函数使用介绍

我就废话不多说了,大家还是直接看代码吧~ ## R语言中的加法函数 add4 <- function(x, y) { x + y } 一个复杂一些的R语言程序 ## R语言程序 add2 <- function(x, y) { x + y } above10 <- function(x) { use <- x > 10 x[use] } above <- function(x, n) { use <- x>n x[use] } columnmean <
详解R语言caret包trainControl函数

目录 trainControl参数详解源码参数详解示例 trainControl参数详解源码 caret::trainControl <- function (method = "boot", number = ifelse(grepl("cv", method), 10, 25), repeats = ifelse(grepl("[d_]cv$", method), 1, NA), p = 0.75, search = "
R语言-计算平均值不同函数的区别说明

函数mean > mean(x) > num x1 x2 x3 10378050.50 89.45 81.18 80.45 此时对编号也求了平均值,不过往往我们只想对后面的数据求平均值.而且此时会出现一个警告.因为x是一个数据框,不是数值,所以不能直接用mean()函数. 函数colMeans() > colMeans(x) num x1 x2 x3 10378050.50 89.45 81.18 80.45 > colMeans(x)[c("x1","
R语言dplyr包之高效数据处理函数（filter、group_by、mutate、summarise）详解

R语言dplyr包的数据整理.分析函数用法文章连载NO.01 在日常数据处理过程中难免会遇到些难处理的,选取更适合的函数分割.筛选.合并等实在是大快人心! 利用dplyr包中的函数更高效的数据清洗.数据分析,及为后续数据建模创造环境:本篇涉及到的函数为filter.filter_all().filter_if().filter_at().mutate.group_by.select.summarise. 1.数据筛选函数: #可使用filter()函数筛选/查找特定条件的行或者样本 #filte
详解R语言plot函数参数合集

最近用R语言画图,plot 函数是用的最多的函数,而他的参数非常繁多,由此总结一下,以供后续方便查阅. plot(x, y = NULL, type = "p", xlim = NULL, ylim = NULL, log = "", main = NULL, sub = NULL, xlab = NULL, ylab = NULL, ann = par("ann"), axes = TRUE, frame.plot = axes, panel.
R语言行筛选的方法之filter函数详解

目录 1. 数据 2. 生成ID列和类型 3. 提取effect大于0.1的行 4. 提取加性效应,且effect小于0的行 5. 根据部分行名删选 6. 固定字符特征进行行筛选总结下面介绍一下R语言中行筛选的方法,主要介绍filter函数 1. 数据这里,使用asreml分析中的BLUP值为例,相关的模型为: m1 = asreml(Phen ~ G , random = ~ vm(Progeny,ainv) + vm(Dam,ainv) + vm(Progeny,dinv), work
R语言文本文件读写(txt/csv/xlsx)

本文主要介绍了R语言文本文件读写,分享给大家,具体如下: read.table(file,sep,hesder) #file 文件路径 #sep 分隔符 #header 第一行是不是列名(如果第一行是列名导入的时候填TRUE:默认值是FALSE,即把第一行算作数据) 准备工作为方便后面使用的相对路径,我们先使用setwd(路径)设置路径,设置好之后可以用getwd() 获取当前路径进行检查. > setwd("F:/r-test-data") > getwd() [1]
R语言交叉验证的实现代码

k-折交叉验证 k-折交叉验证(K-fold cross-validation)是交叉验证方法里一种.它是指将样本集分为k份,其中k-1份作为训练数据集,而另外的1份作为验证数据集.用验证集来验证所得分类器或者模型的错误率.一般需要循环k次,直到所有k份数据全部被选择一遍为止. 有关交叉验证的介绍可参考作者另一博文: http://blog.csdn.net/yawei_liu1688/article/details/79138202 R语言实现 K折交叉验证,随机分组数据打折-数据分组自编译
R语言matrix生成矩阵的方法

主要介绍一下利用matrix函数和rep生成矩阵在R语言中可以使用matrix()函数来创建矩阵,其语法格式如下: matrix(data=NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL) 参数含义如下: data:矩阵的元素,默认为NA,即未给出元素值的话,各项为NA nrow:矩阵的行数,默认为1: ncol:矩阵的列数,默认为1: byrow:元素是否按行填充,默认按列: dimnames:以字符型向量表示的行名及列名. re