京公网安备 11010802034615号
经营许可证编号:京B2-20210330
R语言:构造新序列
1、数值构造函数rep与seq
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#数值构造rep与seq
rep(1:4,each=2)#依次重复1:4两遍
rep(1:4,2) #注意,重复1:4两遍
seq(from=3,to=5,by=0.2)

rep(seq(from=3,to=5,by=0.2),2) #混合使用
rep在使用过程中也很灵活,each代表AABB;默认的为ABAB。
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
> rep(c("id","use"),list(2,3))
[1] "id" "id" "use" "use" "use"
> rep(c("id","use"),each=2)
[1] "id" "id" "use" "use"
> rep(c("id","use"),2)
[1] "id" "use" "id" "use"
> rep(c("id","use"),unlist(2,3))
[1] "id" "use" "id" "use"
rep与list相结合
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
> rep(c("id","use"),list(2,3))
[1] "id" "id" "use" "use" "use"
可以实现AABBB,与each相似。在构造一些序列时候十分好用。
2、矩阵构造
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#构造矩阵
matrix(1:15,nrow=3,ncol=5,byrow=T) #byrow按行的顺序(横向)赋值;bycol按列(竖)赋值
array(1:15,dim=c(3,5)) #只能按列(竖)赋值
3、字符构造paste
seq代表是ck与数值1 之间用啥记号,如:ck_1,ck*2
collapse代表是ck1与ck2之间用啥记号如:ck1_ck2 ck1 * ck2
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#字符构造paste
paste("CK", 1:6, sep="")
paste("CK", 1:6, sep="*") #对比
paste("CK", 1:6,collapse ="")
paste("CK", 1:6,collapse = "_") #对比
#seq代表是ck与数值1 之间用啥记号,如:ck_1,ck*2
#collapse代表是ck1与ck2之间用啥记号如:ck1_ck2 ck1 * ck2
4、paste与list合用——批量处理
list能够很好与paste函数应用起来
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#paste与list合用
x <- list(a="aaa", b="bbb", c="ccc")
y <- list(d=1, e=2)
z=paste(x, y, sep="-")
paste("T", z, sep=":")
#list能够很好与paste函数应用起来
两者在批量处理之中的运用,可见博客:R语言︱list用法、批量读取、写出数据时的用法
[plain] view plain copy
print?在CODE上查看代码片派生到我的代码片
#3、利用List批量读出操作
#难点:如果构造输出表格的名称——paste来构造名称
flie=list()
xlsxflie=paste(1:2,".xlsx",sep="")
for(i in 1:2){
flie[[i]]=paste("C:/Users/long/Desktop/",xlsxflie[i],sep="")
write.xlsx(data.list2[[i]],file)
}
其中,代码可以实现,数据写出时候,批量按照一定格式进行命名。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27