R语言——数据结构与数据处理
1、练习使用seq( )函数创建向量:使用3种方法生成0~1,步长为0.1的向量,并在控制台打印出来。
2、练习使用rep( )函数创建向量:(1)生成一个4个元素均为3的向量;(2)生成一个1 1 2 2 3 3的向量。
3、使用matrix函数创建两个矩阵mat1、mat2。mat1的数据是1:6,3行2列的形式。mat2的数据是7:12,两行三列。(1)编写一个函数调用apply函数族,让矩阵mat1的每一个元素都减去矩阵mat1的最大值,并输出。(2)计算mat1、mat2矩阵相乘并输出%*%。
4、创建一个list列表,列表中包括两个向量、两个矩阵、一个数据框、两个函数(fun1、fun2)。其中fun1实现向量加法,fun2实现矩阵的乘法运算。打印出列表中的各个元素,并调用函数fun1、fun2,输出相应的打印结果。
5、练习读入csv、txt、xlsx格式的本地文件,并将csv文件导出为txt文件。
6、将下列数据以数据框的形式表示出来,并按照年龄,出生月份升序排序。
序号 | 姓名 | 年龄 | 出生月份 |
1 | Jacks | 27 | 2 |
2 | ROSE | 28 | 5 |
3 | KD | 27 | 6 |
4 | ICE | 29 | 3 |
5 | MIK | 27 | 1 |
- 练习使用seq( )函数创建向量:
代码:
# 方法一
vec1 <- seq(0, 1, by = 0.1)
print(vec1)
# 方法二
vec2 <- seq(from = 0, to = 1, length.out = 11)
print(vec2)
# 方法三
vec3 <- 0:10 / 10
print(vec3)
截图:
- 练习使用rep( )函数创建向量:
代码:
# (1) 生成一个4个元素均为3的向量
vec_rep1 <- rep(3, times = 4)
print(vec_rep1)
# (2) 生成一个1 1 2 2 3 3的向量
vec_rep2 <- rep(1:3, each = 2)
print(vec_rep2)
截图:
3、
代码:
# 创建矩阵mat1
mat1 <- matrix(1:6, nrow = 3, ncol = 2)
print(mat1)
# 创建矩阵mat2
mat2 <- matrix(7:12, nrow = 2, ncol = 3)
print(mat2)
# (1) 使用apply函数族,让矩阵mat1的每一个元素都减去矩阵mat1的最大值,并输出
subtract_max <- function(x) {
x - max(x)
}
result <- apply(mat1, c(1, 2), subtract_max)
print(result)
# (2) 计算mat1、mat2矩阵相乘并输出%*%
result_multiply <- mat1 %*% mat2
print(result_multiply)
截图:
(1)
(2)
4、
代码:
# 创建向量、矩阵、数据框和函数
vec <- c(1, 2, 3)
mat <- matrix(1:4, nrow = 2)
df <- data.frame(ID = 1:3, Name = c("A", "B", "C"))
fun1 <- function(x, y) {
x + y
}
fun2 <- function(x, y) {
x %*% y
}
# 创建列表
my_list <- list(vec, mat, df, fun1, fun2)
# 打印列表中的各个元素
print(my_list)
# 调用函数fun1、fun2
result_fun1 <- my_list[[4]](2, 3)
result_fun2 <- my_list[[5]](mat, mat)
print(result_fun1)
print(result_fun2)
截图:
- 练习读入csv、txt、xlsx格式的本地文件,并将csv文件导出为txt文件。
数据实例:
序号 | 学院 | 班级 | 总金额 | ||
230 | 信息工程学院 | 数据科学与大数据技术20-1 | 800 | ||
231 | 信息工程学院 | 数据科学与大数据技术20-2 | 1500 | ||
232 | 信息工程学院 | 数据科学与大数据技术20-2 | 500 | ||
233 | 信息工程学院 | 数据科学与大数据技术21-1 | 500 | ||
234 | 信息工程学院 | 数据科学与大数据技术21-2 | 1000 | ||
235 | 信息工程学院 | 数据科学与大数据技术20-2 | 1500 | ||
236 | 信息工程学院 | 数据科学与大数据技术21-2 | 800 | ||
237 | 信息工程学院 | 数据科学与大数据技术21-2 | 800 | ||
238 | 信息工程学院 | 数据科学与大数据技术21-1 | 500 | ||
239 | 信息工程学院 | 数据科学与大数据技术21-1 | 500 | ||
240 | 信息工程学院 | 数据科学与大数据技术21-1 | 2000 | ||
241 | 信息工程学院 | 数据科学与大数据技术21-2 | 1000 | ||
242 | 信息工程学院 | 数据科学与大数据技术20-2 | 500 | ||
243 | 信息工程学院 | 数据科学与大数据技术21-2 | 800 | ||
244 | 信息工程学院 | 数据科学与大数据技术20-1 | 800 | ||
245 | 信息工程学院 | 物联网工程20-1 | 1500 | ||
246 | 信息工程学院 | 数据科学与大数据技术21-2 | 500 | ||
247 | 信息工程学院 | 物联网工程20-1 | 1200 | ||
248 | 信息工程学院 | 网络工程20-1 | 500 | ||
249 | 信息工程学院 | 物联网工程21-1 | 1000 | ||
250 | 信息工程学院 | 物联网工程21-2 | 800 | ||
251 | 信息工程学院 | 数据科学与大数据技术20-2 | 1000 | ||
252 | 信息工程学院 | 数据科学与大数据技术20-2 | 1500 | ||
253 | 信息工程学院 | 数据科学与大数据技术20-1 | 1500 | ||
254 | 信息工程学院 | 网络工程20-1 | 1400 | ||
255 | 信息工程学院 | 数字媒体技术21-2班 | 800 | ||
256 | 信息工程学院 | 数字媒体技术20-1 | 200 | ||
257 | 信息工程学院 | 数字媒体技术20-1 | 500 | ||
258 | 信息工程学院 | 数字媒体技术20-2 | 300 | ||
259 | 信息工程学院 | 数字媒体技术20-2 | 2300 | ||
260 | 信息工程学院 | 数字媒体技术20-2 | 300
|
代码:
# 导入所需的包
library(readxl)
# 读取CSV文件
csv_data <- read.csv("student.csv")
print("CSV文件内容:")
print(csv_data)
# 读取文本文件
txt_data <- read.table("student.txt")
print("文本文件内容:")
print(txt_data)
# 读取Excel文件
xlsx_data <- read_excel("student.xlsx")
print("Excel文件内容:")
print(xlsx_data)
# 将CSV文件导出为TXT文件
write.table(csv_data, "student2.txt", sep = "\t", row.names = FALSE)
print("CSV文件已导出为TXT文件。")
截图:
6、
代码:
# 创建数据框
data <- data.frame(
序号 = 1:5,
姓名 = c("Jacks", "ROSE", "KD", "ICE", "MIK"),
年龄 = c(27, 28, 27, 29, 27),
出生月份 = c(2, 5, 6, 3, 1)
)
# 按照年龄和出生月份升序排序
sorted_data <- data[order(data$年龄, data$出生月份), ]
print(sorted_data)
截图:
原文地址:https://blog.csdn.net/weixin_66547608/article/details/139857561
免责声明:本站文章内容转载自网络资源,如本站内容侵犯了原著者的合法权益,可联系本站删除。更多内容请关注自学内容网(zxcms.com)!