一，合并向量
>append(x, values, after = length(x))
#从一个向量的指定位置处，插入另一个向量
>append(1:5, 0:1, after = 3)
[1] 1 2 3 0 1 4 5二，匹配函数
匹配函数（match）返回一个位置向量，表示 x 匹配table的位置。%in% 返回一个逻辑向量
x %in% table #%in% 返回一个逻辑向量，表示左边的操作符是否匹配右边的操作符。2.1 match()函数的用法
x <- c(3,1,7)
tb <- c(-1:5)
match(x,tb)
# 5 3 NA
#实例
#match()函数可以用于批量修改数据框的列名：
names(df)[match(c('a',"b", "c)","d"),names(df))]<- c('C1','C2','C3','C4')2.2 操作符 %in%的用法
#操作符 %in% 在底层使用match()函数实现：
#用法 function(x, table) match(x, table, nomatch = 0) > 0
1:10 %in% c(1,3,5,9)
#[1] TRUE FALSE TRUE FALSE TRUE FALSE FALSE FALSE TRUE FALSE三，cut函数
cut()函数用于切割x的范围，每一个范围是一个分区；cut()函数根据分区的顺序对x中的值进行编码，也就是说，每一个分区从左向右依次对应lables向量中的一个因子，最左边的分区对应于lables向量的第一个因子，第二个分区对应lables向量中的第二个因子，以此类推。
cut(x, breaks, labels = NULL, include.lowest = FALSE, right = TRUE, dig.lab = 3,ordered_result = FALSE, ...)
#示例
vc <- c(1:6)
cut(vc,breaks=c(0,2,5,7),labels = c('low','medium','high'))
#[1] low low medium medium medium high
#Levels: low medium high四，排名函数
功能：rank()排名函数用于对向量元素进行排名，按照升序的顺序对数据进行排序,排名的结果存储到变量中。
#用法：rank(x, na.last = TRUE, ties.method = c("average", "first", "last", "random", "max", "min"))
#参数注释
#na.last ：控制如何对待NA，如果设置为TRUE，那么缺失值排在最后一位；如果为FALSE，那么缺失值排在第一位；如果设置为NA，那么缺失值被移除；如果设置为keep，那么排名为NA。
#ties.method ：控制如何对待tie，一个tie是指值重复的元素。
r1 <- rank(x1 <- c(3, 1, 4, 15, 92))
#[1] 2 1 3 4 5五，替换
函数replace()用于把向量中指定位置的元素替换为指定的值（或向量）：
replace(x, list, values)参数注释：
> replace(1:9,c(1,3,7),0)
#[1] 0 2 0 4 5 6 0 8 9六，重复
功能：rep()函数把输入的参数重复多次，如果参数是表达式，rep()函数会把表达式的结果重复多次；而replicate()函数是重复调用表达式。
> rep(runif(1),5)
#[1] 0.8721105 0.8721105 0.8721105 0.8721105 0.8721105
> replicate(5,runif(1))
#[1] 0.9426709 0.1280271 0.1926333 0.7091503 0.5404846七，逆转
功能：rev()函数用于把一个向量的元素逆转
> rev(c(1,5,3,7))
#[1] 7 3 5 1八，排序
功能：sort()函数用于对向量排序，返回有序的向量；order()函数返回向量元素的序号，能够用于对data.frame排序
order(..., na.last = TRUE, decreasing = FALSE, method = c("auto", "shell", "radix"))
sort(x, decreasing = FALSE, na.last = NA, ...)
df <- data.frame(x=c(6,3,7,5),y=c(5,1,7,3))
df[order(df$y),]
x y
2 3 1
4 5 3
1 6 5
3 7 7九，删除重复值
功能：第一种做法是把返回向量中的唯一值；第二个方法是返回向量中重复元素的位置，然后删除重复元素。
9.1，删除重复值
#unique() 函数用于移除重复数据，用于向量，数据框或数组的去重
unique(x, incomparables = FALSE)9.2，检查重复值
#duplicated()函数用于检查重复的元素，返回元素类型是逻辑值的向量或数据框：当元素的值为FALSE时，表示该元素不是重复值；当元素的值是TRUE时，表示该元素是前面（位置）的某一个元素的重复值。
#duplicated(x, incomparables = FALSE, ...)
df <- df[!duplicated(df$var),]十，逻辑TRUE的索引
功能：which()函数，用于从逻辑向量中返回TRUE值在向量中的索引，参数x是一个由逻辑值构成的向量
which(x)
> which(lv <- c(TRUE, FALSE, TRUE, NA, FALSE, FALSE, TRUE))
[1] 1 3 7
> which(exper <- c(1:9)>5)
[1] 6 7 8 9十一，构造环境
#数据框，使R表达式位于数据框的作用环境中，便于对数据框变量的引用
with(data, expr, ...)
within(data, expr, ...)
with(mtcars, mpg[cyl == 8 & disp > 350])
#only define one variable
mtcars$mpg[mtcars$cyl == 8 & mtcars$disp > 350]
#define multiple variables
aq <- within(airquality, { # multiple vars can be changed
lOzone <- log(Ozone)
Month <- factor(month.abb[Month])
cTemp <- round((Temp - 32) * 5/9, 1)
S.cT <- Solar.R / cTemp # using the newly created variable
rm(Day, Temp)
})十二，Reduce函数
功能：Reduce()函数对一个向量循环执行函数（该函数有两个参数）
Reduce(f, x, init, right = FALSE, accumulate = FALSE)参数注释：
> Reduce(sum,1:5,10)
[1] 25十三，条件过滤器
功能：按照条件从向量中选择元素，当条件为TRUE时，把该元素添加到结果向量中。参数 f 是一个返回逻辑值的函数（该函数必须有一个输入参数），参数x是一个向量。
Filter(f, x)
> fx <- function(x) x>5;
> Filter(fx,1:10)
[1] 6 7 8 9 10十四，计算累加
功能：使用cumsum(x)来计算向量元素的累加值，累加的计算过程是迭代的
> cumsum(1:5)
[1] 1 3 6 10 15十五，计数出现的次数（tabulate）
功能：tabulate()函数的作用是使用bin构造整数向量v，并计算bin中每个整数在v中出现的次数。
tabulate(bin, nbins = max(1, bin, na.rm = TRUE))
> tabulate(bin = c(2,3,3,5))
#[1] 0 1 2 0 1十六，diff
功能：函数计算向量相邻元素之间的差异，后者减去前者
d= c(10,1,1,1,1,1,1,2,1,1,1,1,1,1,1,3,10)
diff(d)
[1] -9 0 0 0 0 0 1 -1 0 0 0 0 0 0 2 7
关注微信