R笔记1

gsub format

> measurements<-c('3.95*3.99*2.43mm','3*3*5mm','2*2*2mm')
> measurements
[1] "3.95*3.99*2.43mm" "3*3*5mm"          "2*2*2mm"
> # 去掉mm后缀
> a<-gsub('mm','',measurements)
> a
[1] "3.95*3.99*2.43" "3*3*5"          "2*2*2"
> library(plyr)
> ?strsplit
> # 用 * 将数据分隔开，并将列表型数据转换为数据框格式
> strsplit(a,'[*]')
[[1]]
[1] "3.95" "3.99" "2.43"

[[2]]
[1] "3" "3" "5"

[[3]]
[1] "2" "2" "2"

> res <-ldply(strsplit(a,'[*]'))
> # 重命名数据框
> names(res)<-c('L','W','H')
> # 更改各个变量的数据类型为数值型
> res
     L    W    H
1 3.95 3.99 2.43
2    3    3    5
3    2    2    2
> str(res)
'data.frame':	3 obs. of  3 variables:
 $ L: chr  "3.95" "3" "2"
 $ W: chr  "3.99" "3" "2"
 $ H: chr  "2.43" "5" "2"
> res<- as.data.frame(sapply(res,FUN=as.numeric))
> head(res)
     L    W    H
1 3.95 3.99 2.43
2 3.00 3.00 5.00
3 2.00 2.00 2.00
> str(res)
'data.frame':	3 obs. of  3 variables:
 $ L: num  3.95 3 2
 $ W: num  3.99 3 2
 $ H: num  2.43 5 2

> #从定性角度，通过可视化来进行数据的探索性分析，强烈推荐使用GGally包中的ggpairs()函数，
> #该函数将绘制两辆变量的相关系数、散点图，同时也绘制出单变量的密度分布图
> library(ggplot2)
> library(GGally)
> head(iris)
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa
> ggpairs(iris[,1:4])
> ggsave("aaaaa.png")
Saving 8.46 x 5.03 in image

> memory.limit() #查看系统规定的内存使用上限
[1] 4077
> memory.limit(newlimit)#更改到新的上限
Error in memory.limit(newlimit) : object 'newlimit' not found
> #养成清理内存的习惯
> rm(object) #删除变量
Warning message:
In rm(object) : object 'object' not found
> gc()    #在rm()后，记得使用gc()做garbage collection ,否则内存是不会释放的，相当于没有做rm()
          used (Mb) gc trigger  (Mb) max used  (Mb)
Ncells 1330209 71.1    2164898 115.7  2164898 115.7
Vcells 6475711 49.5   10202170  77.9  8435142  64.4

> td=data.frame(c('2016-01','2016-02'),stringsAsFactors =F)
> td
  c..2016.01....2016.02..
1                 2016-01
2                 2016-02
> td2<- sapply(td,paste,"-01",sep="")
> td2
     c..2016.01....2016.02..
[1,] "2016-01-01"
[2,] "2016-02-01"
> as.Date(td2[,1])  #画图用
[1] "2016-01-01" "2016-02-01"
> format(as.Date(td2[,1]),"%Y-%m")
[1] "2016-01" "2016-02"