R函数详解

字符串连接函数paste

1、字符串连接：paste(..., sep = " ", collapse = NULL)sep表示分隔符，默认为空格。collapse表示如果不指定值，那么函数paste的返回值是自变量之间通过sep指定的分隔符连接后得到的一个字符型向量；如果为其指定了特定的值，那么自变量连接后的字符型向量会再被连接成一个字符串，之间通过collapse的值分隔

(1) paste函数把它的自变量连成一个字符串，中间用空格分开，如

> paste("Hello","world")
[1] "Hello world"

(2) 连接的自变量可以是向量，这时各对应元素连接起来，长度不相同时较短的向量被重复使用。如

> paste("A", 1:6, sep = "")
[1] "A1" "A2" "A3" "A4" "A5" "A6"

(3) 如果希望将一个向量中所有字符连接在一起且中间用逗号分隔，使用paste(x,collapse)即可，结果只是返回一个元素。

> paste(letters[1:6],collapse=",")
[1] "a,b,c,d,e,f"

(4) 同时使用了参数seq与collapse

> paste("A", 1:6, sep = "", collapse=",")
[1] "A1,A2,A3,A4,A5,A6"

(5)如果只是希望向量x中每一个元素和特定的字符（如下划线_）连接，使用paste(x,seq=)即可，如

> paste(letters[1:4], seq='_')
[1] "a _" "b _" "c _" "d _"

2、应用方面，以上说的还是paste的基础常用方式，下面说的是我经常会用到的paste用法，与学习的时候不同，paste其实用法挺灵活的。

(1) R读取数据的时候有时会读取多个文件如：a.csv b.csv c.csv,d.csv........等，这时可以用到paste来实现。

> path <- 'E:\\mytestdata\\'
> setwd(path)
> dir.data <- dir(path)
> dir.data
[1] "a.csv" "b.csv" "c.csv" "d.csv"
>for(i in 1:length(dir.data)){
>data <- read.csv(paste(path,dir.data[i],sep=''))
>}

循环读取文件，data分别表示  "a.csv" "b.csv" "c.csv" "d.csv"，可以在循环里对每个文件进行操作

 

(2)R保存文件的时候也可以用paste

write.csv(a.csv,file=paste(path,'data.csv'))

(3) paste也可以连接sql语句

paste('select * from student where date =','date',sep=" ")

这样的好处是可以把date设置为外来参数，进行传参。

 

总结：虽然列举了不同的用法，但是本质就是字符串连接，只不过在实际中用法比较灵活，需要多加练习，用多了会觉得非常好用。

3、使用paste0连接多个字符串

> date1 <- 20150101
> date2 <- 20151231
> paste0("select * from sales where stat_date between ",date1," and ",date2)
[1] "select * from sales where stat_date between 20150101 and 20151231"

dim(x)查看或设置数组的维度向量

> a <- matrix(1:20,nrow=5,ncol=4,byrow=T)
> a
     [,1] [,2] [,3] [,4]
[1,]    1    2    3    4
[2,]    5    6    7    8
[3,]    9   10   11   12
[4,]   13   14   15   16
[5,]   17   18   19   20
> is.matrix(a)
[1] TRUE
> dim(a) #查看或设置数组的维度向量
[1] 5 4
# 错误的用法
> dim(a) <- c(4,4)
Error in dim(a) <- c(4, 4) : dims [product 16]与对象长度[20]不匹配
> # 正确的用法
> a <- 1:20
> dim(a) <- c(5,4) #转换向量为矩阵
> a
     [,1] [,2] [,3] [,4]
[1,]    1    6   11   16
[2,]    2    7   12   17
[3,]    3    8   13   18
[4,]    4    9   14   19
[5,]    5   10   15   20

is系列和as系列函数用来判断变量的属性和转换变量的属性

> is.character(a)
[1] FALSE
> is.numeric(a)
[1] TRUE
> is.matrix(a)
[1] TRUE
> is.data.frame(a)
[1] FALSE
# 矩阵转换为data.frame
> is.data.frame(as.data.frame(a))
[1] TRUE