R语言数据处理的常用函数

以你之姓@ 2023-07-23 12:58 41阅读 0赞

**在R语言中，有许多可应用于数值计算和统计分析的数值函数，主要可以分成数学函数，统计函数和概率函数三大类。**

--------------------

# 数值运算函数——常用数学函数 #

<table> 
 <thead> 
  <tr> 
   <th align="left">函数</th> 
   <th align="left">描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">abs(x)</td> 
   <td align="left">绝对值</td> 
  </tr> 
  <tr> 
   <td align="left">sqrt(x)</td> 
   <td align="left">平方根</td> 
  </tr> 
  <tr> 
   <td align="left">ceiling(x)</td> 
   <td align="left">不小于x的最小整数</td> 
  </tr> 
  <tr> 
   <td align="left">floor(x)</td> 
   <td align="left">不大于x的最大整数</td> 
  </tr> 
  <tr> 
   <td align="left">trunc(x)</td> 
   <td align="left">向0的方向截取x中的整数部分</td> 
  </tr> 
  <tr> 
   <td align="left">round(x,digits=n)</td> 
   <td align="left">将x舍入为指定位的小数</td> 
  </tr> 
  <tr> 
   <td align="left">signif(x,digits=n)</td> 
   <td align="left">将x舍入为指定的有效数字位数</td> 
  </tr> 
  <tr> 
   <td align="left">sin(x)、cos(x)、tan(x)</td> 
   <td align="left">正弦、余弦和正切</td> 
  </tr> 
  <tr> 
   <td align="left">asin(x)、acos(x)、atan(x)</td> 
   <td align="left">反正弦、反余弦和反正切</td> 
  </tr> 
  <tr> 
   <td align="left">exp(x)</td> 
   <td align="left">指数函数</td> 
  </tr> 
  <tr> 
   <td align="left">log(x,base=n)</td> 
   <td align="left">对x取以n为底的对数</td> 
  </tr> 
 </tbody> 
</table>

**示例：**

abs(-10)   #  对10取绝对值
    #  运行结果：
    #  [1] 10
    sqrt(16)
    #  运行结果：
    #  [1] 4
    ceiling(3.457)
    #  运行结果：
    #  [1] 4
    floor(3.457)
    #  运行结果：
    #  [1] 3
    trunc(5.99)
    #  运行结果：
    #  [1] 5
    trunc(-5.99)
    #  运行结果：
    #  [1] -5
    round(3.457,digits = 2)
    #  运行结果：
    #  [1] 3.46
    signif(3.457,digits = 2)
    #  运行结果：
    #  [1] 3.5
    cos(2)
    #  运行结果：
    #  [1] -0.4161468
    log(10,base=10)   #  对10取以10为底的对数
    #  运行结果：
    #  [1] 1
    log(10)           #  对10取以e为底的对数
    #  运行结果：
    #  [1] 2.302585
    log10(10)         #  对10取以10为底的对数
    #  运行结果：
    #  [1] 1
    exp(2.302585)
    #  运行结果：
    #  [1] 9.999999

--------------------

# 数值运算函数——常用统计函数 #

<table> 
 <thead> 
  <tr> 
   <th align="left">函数</th> 
   <th align="left">描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">mean(x)</td> 
   <td align="left">平均数</td> 
  </tr> 
  <tr> 
   <td align="left">median(x)</td> 
   <td align="left">中位数</td> 
  </tr> 
  <tr> 
   <td align="left">sd(x)</td> 
   <td align="left">标准差</td> 
  </tr> 
  <tr> 
   <td align="left">var(x)</td> 
   <td align="left">方差</td> 
  </tr> 
  <tr> 
   <td align="left">quantile(x,probs)</td> 
   <td align="left">求分位数。其中x为待求分位数的数值型向量，probs为一个由[0, 1]之间的概率值组成的数值向量</td> 
  </tr> 
  <tr> 
   <td align="left">range(x)</td> 
   <td align="left">求值域</td> 
  </tr> 
  <tr> 
   <td align="left">sum(x)</td> 
   <td align="left">求和</td> 
  </tr> 
  <tr> 
   <td align="left">min(x)</td> 
   <td align="left">求最小值</td> 
  </tr> 
  <tr> 
   <td align="left">max(x)</td> 
   <td align="left">求最大值</td> 
  </tr> 
  <tr> 
   <td align="left">Scale(x,center=TRUE,scale=TRUE)</td> 
   <td align="left">对x按列进行中心化（center=TRUE）或标准化（center=TRUE，scale=TRUE）</td> 
  </tr> 
  <tr> 
   <td align="left">diff(x,lag=n)</td> 
   <td align="left">滞后差分，lag用于指定滞后几项。默认的lag值为1</td> 
  </tr> 
  <tr> 
   <td align="left">difftime</td> 
   <td align="left">计算时间间隔，并以星期、天、时、分、秒来表示</td> 
  </tr> 
 </tbody> 
</table>

**示例：**

x <- c(1,2,3,4)
    mean(x)
    #  运行结果：
    #  [1] 2.5
    median(x)
    #  运行结果：
    #  [1] 2.5
    sd(x)
    #  运行结果：
    #  [1] 1.290994
    var(x)
    #  运行结果：
    #  [1] 1.666667
    mad(x)
    #  运行结果：
    #  [1] 1.4826
    quantile(x,c(.3,.84))
    #  运行结果：
    #   30%  84%
    #  1.90 3.52
    quantile(x,c(.25,.75))
    #  运行结果：
    #   25%  75%
    #  1.75 3.25
    range(x)
    #  运行结果：
    #  [1] 1 4
    xum(x)
    #  运行结果：
    #  [1] 10
    min(x)
    #  运行结果：
    #  [1] 1
    max(x)
    #  运行结果：
    #  [1] 4
    diff(x)
    #  运行结果：
    #  [1] 1 1 1
    data <- c("2016-1-27","2016-2-27")
    difftime(data[2],data[1],units="days")
    #  运行结果：
    #  Time difference of 31 days
    difftime(data[2],data[1],units="weeks")
    #  运行结果：
    #  Time difference of 4.428571 weeks
    difftime(data[2],data[1],units="hours")
    #  运行结果：
    #  Time difference of 744 hours
    difftime(data[2],data[1],units="mins")
    #  运行结果：
    #  Time difference of 44640 mins
    difftime(data[2],data[1],units="secs")
    #  运行结果：
    #  Time difference of 2678400 secs

--------------------

# 数值运算函数——常用概率函数 #

<table> 
 <thead> 
  <tr> 
   <th align="left">分布名称</th> 
   <th align="left">缩写</th> 
   <th align="left">分布的参数名称及默认值</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td align="left">Beta分布</td> 
   <td align="left">beta</td> 
   <td align="left">shape1，shape2</td> 
  </tr> 
  <tr> 
   <td align="left">Logistic分布</td> 
   <td align="left">logis</td> 
   <td align="left">location=0，scale=1</td> 
  </tr> 
  <tr> 
   <td align="left">二项分布</td> 
   <td align="left">binom</td> 
   <td align="left">size，prob</td> 
  </tr> 
  <tr> 
   <td align="left">多项分布</td> 
   <td align="left">multinom</td> 
   <td align="left">size，prob</td> 
  </tr> 
  <tr> 
   <td align="left">柯西分布</td> 
   <td align="left">cauchy</td> 
   <td align="left">location=0，scale=1</td> 
  </tr> 
  <tr> 
   <td align="left">负二项分布</td> 
   <td align="left">nbinom</td> 
   <td align="left">size，prob</td> 
  </tr> 
  <tr> 
   <td align="left">（非中心）卡方分布</td> 
   <td align="left">chisq</td> 
   <td align="left">df</td> 
  </tr> 
  <tr> 
   <td align="left">正态分布</td> 
   <td align="left">norm</td> 
   <td align="left">mean=0，sd=1</td> 
  </tr> 
  <tr> 
   <td align="left">指数分布</td> 
   <td align="left">exp</td> 
   <td align="left">rate=1</td> 
  </tr> 
  <tr> 
   <td align="left">泊松分布</td> 
   <td align="left">pois</td> 
   <td align="left">lambda</td> 
  </tr> 
  <tr> 
   <td align="left">F分布</td> 
   <td align="left">f</td> 
   <td align="left">df1，df2</td> 
  </tr> 
  <tr> 
   <td align="left">…</td> 
   <td align="left"></td> 
   <td align="left"></td> 
  </tr> 
 </tbody> 
</table>

*  在R语言中，常用的概率函数有密度函数，分布函数，分位数函数和生成随机函数。这些函数的用法都是以函数结合分布的形式来引用的，比如正态分布密度函数dnorm()，其中d表示密度函数，norm表示正态分布。这四种概率函数的写法如下：  
    **        d = 密度函数（density）**  
    **        p = 分布函数（distribution function）**  
    **        q = 分位数函数（quanlity function）**  
    **        r = 生成随机数（随即偏差）**
 *  需要注意的是，生成随机数的函数格式为：rfunc(n,p1,p2,…)
 *  其中func指概率分布函数，n为生成数据的个数，p1，p2，…是分布的参数数值