R 数据操作笔记
tidy data 数据清理
merge 合并两份数据，将 na 缺失值置0
d <- merge(data_a, data_b, by = 'id', all.x=TRUE)
d[is.na(d)] <- 0将10万行以上的数据写入文件
用R把超过10万行的数组writeLines写文件每次都在10万行左右截断，要用options设置max.print参数，然后writeLines才能全写完。。。
myarrayLength = length(myarray)
options(max.print=myarrayLength+1)
myarrayFH <- file(myarrayFileName)
writeLines(myarray,myarrayFH)
close(myarrayFH)apply 系列函数
这个帖子总结的很清楚：A brief introduction to “apply” in R
| 函数 | 作用 |
|---|---|
| apply(m, 1, mean) | 按行求均值 |
| apply(m, 2, mean) | 按列求均值 |
| apply(m, 1:2, function(x) x/2) | 每个元素都除以2 |
by(iris[, 1:4], Species, mean) |
按Species分组，对iris的1-4列分别求均值【可想象成按班级分组，对4个科目的成绩分别求均值】 |
| eapply(e, mean) | 对e的子元素如e$a，e$b求均值 |
| lapply(l, mean) | 对l的子元素求如l$a，l$b求均值，返回与l等长的列表 |
| sapply(l, mean) | 对l的子元素求如l$a，l$b求均值，返回vector |
| vapply(l, fivenum, c(Min.=0, “1st Qu.”=0, Median=0, “3rd Qu.”=0, Max.=0)) | 对l的子元素求如l$a，l$b求fivnum，返回matrix，其中行为fixnum的key，列为子元素的key |
| mapply(sum, l1$a, l1$b, l2$c, l2$d) | 按顺序求 sum(l1$a[i]+l1$b[i]+l2$c[i]+l2$d[i])，其中i从1取到length(l1$a)，最终拼成一个list |
| rapply(l, log2, how = “list”) | 对l$a，l$b 每个元素求log2，以list形式返回 |
| rapply(l, mean, how = “list”) | 对l$a，l$b 求均值，以list形式返回 |
| tapply(iris$Petal.Length, Species, mean) | 按Species分组，对Petal.Length求均值 |
