60个实用的r语言技巧.doc

60 个实用的 R 语言技巧（转载）

本文转载自： 60 个实用的 R 语言技巧 | EthanDeng +
转载请注明以上的原文地址。

??本文内容来源于 R 的 60 R Tips，这些都是作者们长期使用 R 积累下来的一些技巧或者建议。我觉得这个内容挺好的，并且在书上看不到这些内容，所以做了搬运和翻译，重点是加了例子，否则如果只看文字可能搞不懂状况。

在将 factor 类型的变量转为数值变量的时候切记不要使用 as.numeric()，正确的方式是 as.numeric(as.character(myFactorVar))。

cha2fac <- as.factor(c("4","8","10","15"))
as.numeric(cha2fac)
as.numeric(as.character(cha2fac))123

使用选项 options(show.error.messages = F) 可以关闭错误信息提示。

class(x) # error msg: Error: object 'x' not found
options(show.error.messages = F)
class(x)123

使用 file.path() 创建（使用）文件路径，这可以保证在不同系统下都适用。

setwd(file.path("F:", "git", "roxygen2"))1

在对字符串排序的时候，如果需要对数字也能排序，可以使用 gtools 包中的 mixedsort()，效果与 sort() 不一样。

Treatment <- c("Control", "Asprin 10mg/day", "Asprin 50mg/day", "Asprin 100mg/day", "Acetomycin 100mg/day", "Acetomycin 1000mg/day")
sort(Treatment)
require(gtools)
mixedsort(Treatment)1234

在绘图的时候使用 ylim = range(myNumericData) + 10 可以调整 Y 轴绘图范围，可以使用倍数或者区间值。

x <- seq(1:10)
set.seed(1101)
y <- 10*rnorm(10)
plot(x, y)
plot(x, y, ylim = 1.25*range(y))12345

使用 plot() 绘图时，可以使用 las 参数调整坐标轴标签（数字）的显示方向，las 取值 {0，1，2，3}，对应的对齐方式为 {平行于轴（默认），水平（这个不错），垂直于轴，垂直}。

plot(x, y, las = 1)
plot(x, y, las = 2)12

关于高阶回归分析的使用情境的汇总参看：
Use memory.limit(size=2500) 限制 R 占用内存。
alarm() 函数可以添加到我们函数、过程的末尾，用以提示工作完成进度。（注意：RStudio 中无效）

for (i in 1:5) {
Sys.sleep(1)
alarm()
}1234

eval(parse(text=paste(“a

eval(parse(text=paste("a <- 10")))
a12

sessionInfo() 可以获取 R 的版本、环境信息，以及加载的包的信息。

sessionInfo()1

计算从 word1 到 word2 所需要的变化可以使用 adist(word1, word2).

adist("hello world","hello wordx")1

使用选项 options(max.print=1000000) 可以增加控制台的信息显示的行数。

options(max.print=1000000)1

如何检测时间序列中的奇异值？

[

detection-in-a-time-series](

detection-in-a-time-series)
如果有多个 R 会话，每个 R 的唯一 id 可以用 Sys.getpid() 获取。

Sys.getpid()1

可以使用 unname() 去除 R 对象的名称属性。

y <- quantile(mtcars$mpg)
unname(y)12

检验两个对象（x 和 y）是否一致使用 identical(x, y)，使用 all.equal 会比较各种属性是否一致。

x <- c(1, 2)
y <- as.vector(x)
identical(x, y)
all.equal(x, y)
y2 <- c(y, 3)
all.equal(x, y2)123456

使用 R 获取 Twitter 推文（用于文本分析）。

关于时间序列分析简短的介绍：

当某个步骤运行的时间太长（超过预先设定的时间），可以使用 R.utils 包中的 withTimeout() 打断，然后跳到下一个步骤继续运行。
可以使用 dist() 计算矩阵行与行之间的距离（默认是欧氏距离）。

x <- matrix(seq(1:20), ncol = 4, byrow = FALSE)
dist(x, method = "euclidean", upper = TRUE)12

计算向量的（多重）差分可以使用 diff()

x <- c(seq(1:5), seq(from = 1, to = 9, by = 2))
diff(x, 2) 12

选项 options(scipen=999) 可以关闭数字科学记数法显示。

1e-5
options(scipen=999)
1e-5123

earth 包中的 bagEarth() 可以用来做 Bagged MARS (多元适应性回归平滑)
可以使用 setClass(‘myClass’) 定义一个类型 myClass，setAs() 可以做进一步的自定义。
创建大量的变量可以使用 assign (“varName”, 10)，原因在于，我们可以向 varName 传递变量名（比如用循环），方便编程。

assign("x", 10)1

dim(matrix) 返回的是矩阵的行数与列数。

my.Matrix <- matrix(1:20, ncol = 4)
dim(my.Matrix)12

两个编写函数的技巧：1. 使用 … 传递已有函数的参数。2. 使用 invisible 隐藏输出。

视频参看：
使用 data.matrix() 可以将一个数据框转为数值矩阵，并且因子类型也会得到正确的转化。
invisible(..) 可以不显示输出，在定义函数的时候经常使用到。
cat(“\014”) 能清空 R 会话中的内容（类似于 CTRL + L 清屏，还是蛮有用的）。

cat("\014")1

dir(“folder.path”) 会显示文件夹内的内容，类似于 cmd。

dir()
dir("subfolder.path")12

在一个因子变量中如果存在缺失值，建议将缺失值做成一个因子等级 UNKNOWN，可以使用 levels(Var)

my.Factor <- as.factor(c("First", "Second", "Third", NA))
levels(my.Factor) <-c(levels(my.Factor), "UNKNOWN")
my.Factor123

初始化所有加载的包可以使用 lapply(x, require, character.only = T)，其中 x 为包的名称。

lapply(c("dplyr", "tidyr"), require, character.only = T)1

rev() 函数可以将一个向量翻转过来。

x 200] <- NA
mtcars
mtcars2 <- mtcars[complete.cases(mtcars), ]
mtcars21234

nnet 包中的 avNNet() 可以用来做 Averaged 神经网络模型。
file.remove(‘filepath’) 可以用来删除文件夹中的文件，如果我们要删除重复性的中间文件，可以用它来实现。

file.create("tempfile.R")
file.remove("tempfile.R")12

ada 包中的 ada() 函数可以用来做 Boosted 分类树问题。
unclass() 可以将 lm 对象拆散成列表（list），方便我们获取未被显示的元素。

mod col1,dfcol1,dfcol2), ]

mtcars
mtcars[order(mtcars$carb, mtcars$hp), ]12

将一个 N 阶因子变量转为 N 个 0-1 变量最简单的方式是 model.matrix(~as.factor(Data)+0)

model.matrix(~as.factor(mtcars$carb)+0)1

对一个时间序列去季节趋势可以使用 seaadj()：

http://goo.gl/Oio7s2.
在一个函数内对函数外的变量的赋值使用
在 Windows 中，使用 memory.limit(size=desired-size) 可以限制 R 使用内存的大小，其他操作系统，使用 mem.limits()。
使用 file.copy(from=fromFile, to = toFile, overwrite = TRUE) 可以实现文件的复制。
debugonce() 可以调试一次代码，它与 debug() 的区别是无需使用 undebug() 跳出调试。
在 R 中，将一个因子类型的变量（factor）转化为一组 0/1 虚拟变量可以使用 bins
arules 包中的 discretize() 函数可以很方便的将一个连续变量转为分类变量（categorical）。
NROW() 类似于 nrow()，不过前者对向量也适用，相比 length() 更具有鲁棒性。
在 R 里面输入 commandArgs()，将会返回使用 cmd 运行 R 脚本所需要传递的参数。
在函数内使用 attr(myFunc, “AttrName”)
object.size() 可以得到给定 R 对象所消耗的内存。
当我们处理比较大的 R 项目的时候，可以使用 ls.str() 查看这些 R 对象的结构信息。
dir(path=’dir_path’) 将会列出 dir_path 下的所有文件及文件夹。
library(help = libname) 会显示 libname 这个包的所有函数以及所带的数据集。（前提是必须安装了这个包）

install.packages("AER")
library(help = AER)12

get(“objectNameString”) 会获取对象名称为 objectNameString 的对象。如果这个对象在一个特定的环境中，使用 envir 参数。

x <- c(1, 2, 3)
get("x")12

使用 cmd 运行 R 代码：”C:\your-R-path\R.exe” CMD BATCH –vanilla –slave

"c:\project-path\my_script.R" #（可以用这个写自动运行的脚本，比如批处理。）1

可以使用 cor.test(x,y) 计算 x 与 y 的相关性。
如果你要做交互式的数据展示，Shiny 是一个很好的选择，这里是 Shiny 的一张备忘单。

http://bit.ly/1pFWGJW