京公网安备 11010802034615号
经营许可证编号:京B2-20210330
S常用函数参考(R常用函数参考)
S常用函数参考
这一节分类列出常用的函数,需要时可以参看帮助。
基本
一、数据管理
vector:向量 numeric:数值型向量 logical:逻辑型向量
character;字符型向量 list:列表 data.frame:数据框
c:连接为向量或列表 length:求长度 subset:求子集
seq,from:to,sequence:等差序列
rep:重复 NA:缺失值 NULL:空对象
sort,order,unique,rev:排序
unlist:展平列表
attr,attributes:对象属性
mode,typeof:对象存储模式与类型
names:对象的名字属性
二、字符串处理
character:字符型向量 nchar:字符数 substr:取子串
format,formatC:把对象用格式转换为字符串
paste,strsplit:连接或拆分
charmatch,pmatch:字符串匹配
grep,sub,gsub:模式匹配与替换
三、复数
complex,Re,Im,Mod,Arg,Conj:复数函数
四、因子
factor:因子 codes:因子的编码 levels:因子的各水平的名字
nlevels:因子的水平个数 cut:把数值型对象分区间转换为因子
table:交叉频数表 split:按因子分组
aggregate:计算各数据子集的概括统计量
tapply:对“不规则”数组应用函数
数学
一、计算
+, -, *, /, ^, %%, %/%:四则运算
ceiling,floor,round,signif,trunc,zapsmall:舍入
max,min,pmax,pmin:最大最小值
range:最大值和最小值
sum,prod:向量元素和,积
cumsum,cumprod,cummax,cummin:累加、累乘
sort:排序
approx和approx fun:插值
diff:差分
sign:符号函数
二、数学函数
abs,sqrt:绝对值,平方根
log, exp, log10, log2:对数与指数函数
sin,cos,tan,asin,acos,atan,atan2:三角函数
sinh,cosh,tanh,asinh,acosh,atanh:双曲函数
beta,lbeta,gamma,lgamma,digamma,trigamma,tetragamma,pentagamma,choose ,lchoose:与贝塔函数、伽玛函数、组合数有关的特殊函数
fft,mvfft,convolve:富利叶变换及卷积
polyroot:多项式求根
poly:正交多项式
spline,splinefun:样条差值
besselI,besselK,besselJ,besselY,gammaCody:Bessel函数
deriv:简单表达式的符号微分或算法微分
三、数组
array:建立数组 matrix:生成矩阵
data.matrix:把数据框转换为数值型矩阵
lower.tri:矩阵的下三角部分 mat.or.vec:生成矩阵或向量
t:矩阵转置 cbind:把列合并为矩阵 rbind:把行合并为矩阵
diag:矩阵对角元素向量或生成对角矩阵
aperm:数组转置 nrow, ncol:计算数组的行数和列数
dim:对象的维向量 dimnames:对象的维名
row/colnames:行名或列名 %*%:矩阵乘法
crossprod:矩阵交叉乘积(内积) outer:数组外积
kronecker:数组的Kronecker积 apply:对数组的某些维应用函数
tapply:对“不规则”数组应用函数 sweep:计算数组的概括统计量
aggregate:计算数据子集的概括统计量 scale:矩阵标准化
matplot:对矩阵各列绘图 cor:相关阵或协差阵
Contrast:对照矩阵 row:矩阵的行下标集
col:求列下标集
四、线性代数
solve:解线性方程组或求逆 eigen:矩阵的特征值分解
svd:矩阵的奇异值分解 backsolve:解上三角或下三角方程组
chol:Choleski分解 qr:矩阵的QR分解
chol2inv:由Choleski分解求逆
五、逻辑运算
<,>,<=,>=,==,!=:比较运算符
!,&,&&,|,||,xor():逻辑运算符
logical:生成逻辑向量 all,any:逻辑向量都为真或存在真
ifelse():二者择一 match,%in%:查找
unique:找出互不相同的元素 which:找到真值下标集合
duplicated:找到重复元素
六、优化及求根
optimize,uniroot,polyroot:一维优化与求根
程序设计
一、控制结构
if,else,ifelse,switch:分支
for,while,repeat,break,next:循环
apply,lapply,sapply,tapply,sweep:替代循环的函数。
二、函数
function:函数定义 source:调用文件 call:函数调用
.C,.Fortran:调用C或者Fortran子程序的动态链接库。
Recall:递归调用
browser,debug,trace,traceback:程序调试
options:指定系统参数 missing:判断虚参是否有对应实参
nargs:参数个数 stop:终止函数执行
on.exit:指定退出时执行 eval,expression:表达式计算
system.time:表达式计算计时 invisible:使变量不显示
menu:选择菜单(字符列表菜单)
其它与函数有关的还有:delay,delete.response,deparse,do.call,dput,environment ,,formals,format.info,interactive,is.finite,is.function,is.language,is.recursive ,match.arg,match.call,match.fun,model.extract,name,parse,substitute,sys.parent ,warning,machine。
三、输入输出
cat,print:显示对象
sink:输出转向到指定文件
dump,save,dput,write:输出对象
scan,read.table,load,dget:读入
四、工作环境
ls,objects:显示对象列表 rm, remove:删除对象
q,quit:退出系统 .First,.Last:初始运行函数与退出运行函数。
options:系统选项 ?,help,help.start,apropos:帮助功能
data:列出数据集
统计计算
一、统计分布
每一种分布有四个函数:d――density(密度函数),p――分布函数,q――分位数 函数,r――随机数函数。比如,正态分布的这四个函数为dnorm,pnorm,qnorm,rnorm。下 面我们列出各分布后缀,前面加前缀d、p、q或r就构成函数名:
norm:正态,t:t分布,f:F分布,chisq:卡方(包括非中心)
unif:均匀,exp:指数,weibull:威布尔,gamma:伽玛,beta:贝塔
lnorm:对数正态,logis:逻辑分布,cauchy:柯西,
binom:二项分布,geom:几何分布,hyper:超几何,nbinom:负二项,pois:泊松
signrank:符号秩,wilcox:秩和,tukey:学生化极差
二、简单统计量
sum, mean, var, sd, min, max, range, median, IQR(四分位间距)等为统计 量,sort,order,rank与排序有关,其它还有ave,fivenum,mad,quantile,stem等。
三、统计检验
R中已实现的有chisq.test,prop.test,t.test。
四、多元分析
cor,cov.wt,var:协方差阵及相关阵计算
biplot,biplot.princomp:多元数据biplot图
cancor:典则相关 princomp:主成分分析
hclust:谱系聚类 kmeans:k-均值聚类
cmdscale:经典多维标度
其它有dist,mahalanobis,cov.rob。
五、时间序列
ts:时间序列对象 diff:计算差分 time:时间序列的采样时间 window:时间窗
六、统计模型
lm,glm,aov:线性模型、广义线性模型、方差分析
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14