r语言%in%（r语言installpackages怎么用）

本篇文章给大家谈谈r语言%in%，以及r语言installpackages怎么用对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

• 1、R语言 运算符
• 2、R语言中的基本函数使用 - 更新中
• 3、R语言的排序函数(order, sort, rank)及匹配函数（match,%in%)用法详解
• 4、R语言常用函数
• 5、统计中的R语言，%in%是什么意思呀
• 6、R语言中的%in%操作符是干什么的？

R语言 运算符

运算符是一个符号，通知编译器执行特定的数学或逻辑操作。 R语言具有丰富的内置运算符，并提供以下类型的运算符。

运算符的类型

R语言中拥有如下几种运算符类型：

算术运算符

关系运算符

逻辑运算符

赋值运算符

其他运算符

算术运算符

下表显示了R语言支持的算术运算符。 操作符对向量的每个元素起作用。

运算符 描述 例

关系运算符

下表显示了R语言支持的关系运算符。 将第一向量的每个元素与第二向量的相应元素进行比较。 比较的结果是布尔值。

运算符 描述 例

逻辑运算符

下表显示了R语言支持的逻辑运算符。 它只适用于逻辑，数字或复杂类型的向量。 所有大于1的数字被认为是逻辑值TRUE。

将第一向量的每个元素与第二向量的相应元素进行比较。 比较的结果是布尔值。

运算符 描述 例

它被称为元素逻辑AND运算符。 它将第一向量的每个元素与第二向量的相应元素组合，并且如果两个元素都为TRUE，则给出输出TRUE。

v - c(3,1,TRUE,2+3i)

t - c(4,1,FALSE,2+3i)

print(vt)

它产生以下结果 -

TRUE TRUE FALSE TRUE

| 它被称为元素逻辑或运算符。 它将第一向量的每个元素与第二向量毁消的相应元素组合，并且如果元素为真，则给出输出TRUE。

v - c(3,0,TRUE,2+2i)

t - c(4,0,FALSE,2+3i)

print(v|t)

它产生以下结果 -

TRUE FALSE TRUE TRUE

! 它被称为逻辑非运算符。 取得向量的每个元素，并给出相反的逻辑值。

v - c(3,0,TRUE,2+2i)

print(!v)

它产生以下结果 -

FALSE TRUE FALSE FALSE

逻辑运算符和|| 只考虑向量的第一个元素，给出单个元素的向量作为输出。

运算符 描述 例

称为逻辑AND运算符。 取两个向量的第一个元素，并且只有两个都为TRUE时才缓衫给出TRUE。

v - c(3,0,TRUE,2+2i)

t - c(1,3,TRUE,2+3i)

print(vt)

它产生以下结果 -

TRUE

|| 称为逻辑OR运算符。 取两个向量的第一个元素，如果其中一个为TRUE，则给出TRUE。

v - c(0,0,TRUE,2+2i)

t - c(0,3,TRUE,2+3i)

print(v||t)

它产生以下结果 -

FALSE

赋值运算符

这些运算符用于向向量赋值。

运算符 描述 例

−

or

=

or

−

称为左分配

v1 - c(3,1,TRUE,2+3i)

v2 - c(3,1,TRUE,2+3i)

v3 = c(3,1,TRUE,2+3i)

print(v1)

print(v2)

print(v3)

它产生以下结果 -

3+0i 1+0i 1+0i 2+3i

3+0i 1+0i 1+0i 2+3i

3+0i 1+0i 1+0i 2+3i

-

or

-

称为右分纤哪知配

c(3,1,TRUE,2+3i) - v1

c(3,1,TRUE,2+3i) - v2

print(v1)

print(v2)

它产生以下结果 -

3+0i 1+0i 1+0i 2+3i

3+0i 1+0i 1+0i 2+3i

其他运算符

这些运算符用于特定目的，而不是一般的数学或逻辑计算。

运算符 描述 例

: 冒号运算符。 它为向量按顺序创建一系列数字。

v - 2:8

print(v)

它产生以下结果 -

2 3 4 5 6 7 8

%in% 此运算符用于标识元素是否属于向量。

v1 - 8

v2 - 12

t - 1:10

print(v1 %in% t)

print(v2 %in% t)

它产生以下结果 -

TRUE

FALSE

% % 此运算符用于将矩阵与其转置相乘。

M = matrix( c(2,6,5,1,10,4), nrow = 2,ncol = 3,byrow = TRUE)

t = M % % t(M)

print(t)

它产生以下结果 -

[,1] [,2]

[1,] 65 82

[2,] 82 117

[img]

R语言中的基本函数使用 - 更新中

用法：assign(x, value, pos = -1, envir = as.environment(pos),  inherits = FALSE, immediate = TRUE)

assign函数在循环时候，给变量赋值。

举例说明：

1、

for (i in 1:(length(rowSeq)-1)){

  assign(paste("nginx_server_fields7_", i, sep = ""), nginx_server_fields7[(rowSeq[(i-1)+1]):(rowSeq[i+1]), ])

}

2、

for (i in 1:3){

    assign(paste("a", i, sep = ""), i:10)

}

ls()

[1] "a1" "a2" "a3" "i"

a1

[1]  1  2  3  4  5  6  7  8  9 10

a2

[1]  2  3  4  5  6  7  8  9 10

a3

[1] 3  4  5  6  7  8  9 10

1、paste函数可用于字符串连接

用法：paste (..., sep = " ", collapse = NULL)，分隔符默认为空格

我们简单举个例子

1）paste("a","b") ##能连接a b

[1] "a b"

paste("a","b","c")

[1] "a b c"

2）设置分隔符paste("a","b",sep="=") ##注意到用等号分隔了

[1] "a=b"

3）连接多个元素paste("a",1:5,sep="") ##会自动每个元素与a相连

[1] "a1""a2""a3""a4""a5"

4）paste("a",1:5,".pdf",sep="") ##比如想批量输出文件名

[1] "a1.pdf""a2.pdf""a3.pdf""a4.pdf""a5.pdf"、

2、collapse参数

谢益辉大佬说这个参源慎数引无数英雄竞折腰啊，大家只会sep

1）paste("a",1,collapse="+") ##注意到了吧，collapse没用上

[1] "a 1"

2）paste(c("a","b","c"),collapse="+") ##这样就很容易理解了，collapse折叠起了元素

[1] "a+b+c"

3）paste("a",1:5,sep="") ##再来更明显的举例

[1] "a1""a2""a3""a4""a5"

4）paste("a",1:5,sep="",collapse="+") ##先在元素间连接，然后折叠

[1] "a1+a2+a3+a4+a5"

3、与paste0函数的区别

paste0函数，默认sep=""是两个函数唯一的区别

paste(c("a","b","c"),1:3)##默认空格符

[1] "a 1""b 2""c 3"

paste(c("a","b","c"),1:3,sep="雹和敬 ")

[1] "a 1""b 2""c 3"

paste(c("a","b","c"),1:3,sep="")

[1] "a1""b2""c3"

如果两个向量长度不同paste(c("a","b","c"),1:5) ##超出范围后继续从前向后连接

[1] "a 1"  "b 2"  "c 3"  "a 4"  "b 5"

paste0(c("a","b","c"),1:3)#默认元素连接为sep=""

[1] "a1""b2""c3"

用法：unlist()函数的作用，就是将list结构的数据du，变zhi成非list的数据，即将list数据变成 字符串向量 或者数字向量的形式

如果是向量的话就直接输出向量

例子：

%in%相当于match()函数的一个缩写。用来判断一个数组或矩阵是否包含在另一个数组或矩阵里。举个例子一目了然：

#首先复制两个变量a和b

a - 1:5

b - 3:7

a %in% b    #看a的元素是否包含在b中输出结果如下：

[1] FALSE FALSE  TRUE  TRUE  TRUE

用法：apply(x, MARGIN, FUN, ...)

作用：对 矩阵 的行或列使用函数，或者对 数组 的各个维度使用函数

x为数据对象棚手，MARGIN是维度的下标，MARGIN=1表示行，MARGIN=2表示列，FUN是自己指定的任意或自定义函数

注：数据框dataframe也可以使用apply函数，该函数会自动将数据框转化为矩阵，但前提是数据框中各列的数据类型 必须是数值型，否则会报错。

用法：lapply(x,FUN,...)

作用：对列表中的各个元素使用函数

x是格式为列表的数据源，FUN是任意函数。

intersect(data1，data2)：交集

union(data1，data2)：并集

R语言的排序函数(order, sort, rank)及匹配函数（match,%in%)用法详解

R语言中，和排序相关的常用函数有： order() ， sort() ， rank() ，一般是对向量进行操作，也可以对数据框的列进行操作。

1. order(..., decreasing = FALSE)

“...” 中可以是一个向量（数值型，字符型，逻辑型， 因子型 均可），也可以是多个向量（ 长度必须相同 ）

它返回的是排列后（默认是升序）的元素在该向量中所处的位置，即闭姿和 索引 ，所以返回的不是原来向量的那些数值，而是排序后那些数值所对应的位置轿盯。它在常在数据框中运用，可以根据某一列和某几列来调整数据框。

1.1 单个向量

1.2 多个向量（数据框的多列）

上面最左边的一列数值（不是var1这一列）就是 order(df$var1) 生成的，列var1的顺序就是order后的，注意和前面df 的列var1进行比较，还有一点要牢记的就是这种在数据框里的调整，是 整行变动(都按列var1来) 。故而本质上，对于数据框而言， order函数出来的是原始数据框中的行号，行号顺序一变，意味着行号代表的整行跟着变 。

接着再按列var2排序（注意是在列var1已经排好的基础上再按列var2重新排序，即此时列var1里的 非重复值的行顺序不会再变了，只有列var1里有重复值（数值相同的）的行才会变换 ，而且是按照列var2来变换，。如还要按其它列再排，以此类推）：

最后再按列var3排序，此时只有列var2中 有重复值的行 （当然这时var1肯定也是重复的）才会变换------这里是含有9的那两行，并且是按照这些重复值对应到列var3的那些行的数值（数值1和2）来变的

总结提升，order()函数中，如果第一个向量（或者说是数据框里你想要根据它来调整的那一列）里没有重复值，那么按照后面的所有向量（不管有多少个）的重排都不会进行（或者说重排的结果不会变），order(vec1,vec2,vec3,...) 返回的行号及其顺序和 order(vec1) 的是一样。

同理，也可以处理对应的行（比如矩阵或是数据框的行）

1.3 factor（因子型向量）

2. sort(x, decreasing = FALSE)

x 只能是 一个 向量（数值型，字符型，逻辑型， 因子型 均可）

返回的是排序后（默认是升序）的那个数值向量（ 还是那些数值册旦，只不过是排序过了的 ）

3. rank(x, na.last = TRUE)

求秩的函数，x 只能是 一个**向量（数值型，字符型，逻辑型）， 该向量一般不会有重复值 ，返回的是该向量中对应元素的“排名”，即元素顺序它不会改变，只是告诉你每个元素在整个向量中的名次（如果要排序（默认是升序）的话）。

如果向量有重复值，出现的结果会有些不太好处理

匹配两个向量，返回的是第一个向量 x中的各个元素在第二个向量 y中所匹配的元素的位置值（索引，下标值），即 返回的是第二个向量的下标值组成的向量 。

注意事项：

1. 返回的下标值向量的长度与第一个向量相等，即 length(x) == length(match(x,y)) 为 TRUE。

2. 第一个向量可以是只有一个元素的向量。

3. 两个向量的长度不一定要相等。

4. 返回的是 x中每个元素在y中的位置，可用来提取y中的元素，没有匹配上的会返回 NA。

拓展用法：

y [match(x, y)] ： x中 和y 相同的元素都是哪些，前提是x中的元素在y中都有（即x是y的子集），否则会返回 NA。（ 最好是用x[ x %in y] ）

y[-match(x, y)] ： 找出 y里面有 x里面没有的数值，前提是x中的元素在y中都有（即x是y的子集），否则会报错。

当两个向量类型不一样时, match函数会进行类型转换，然后再匹配。

x %in% y

判断x中的元素是否都在y中，返回的是个长度和 x 一样的逻辑值向量，存在的话返回TRUE，否则返回FALSE。

sum(x %in% y) ： 统计 x 中有多少个元素在y中，或者说 x 和 y 有几个相同元素

x[x %in% y] ： x中 和y 相同的元素都是哪些

R语言常用函数

1. 判断存在：一个元素是不是在向量中用 a%in%b

a="TT"

b=c("AA","AT","TT")

a %in% b

[1] TRUE

2. 判断某一元素这向量中的索引（第几个位置）： index.TT=which(b==”TT”)

index.TT=which(b=="TT")#index.TT是想知道的索引号，which是判断函数，b是想知道的元素所在的向量

index.TT

[1] 3

3. 相当于 python 中的字典， names 函数

b

[1] "AA" "AT" "TT"

names(b)=c("geno1","geno2","geno3")#geno mean genotype

names(b)

[1] "geno1" "geno2" "geno3"

names(b)[1]

[1] "geno1"

names(b)[1]="test"

names(b)

[1] "test""geno2" "geno3"

names(b)=NULL

b

[1] "AA" "AT"

b["geno2"]

"AT"

pop_name=c(“CEU”,"YRI")

names(pop_name)=c(1,2)

names(pop_name[1])=1

4. 去除某一元素： b[-index.nu]

#想去除元素”TT”,如果你不知道是第几个索引，可以先判断索引，再删除。

b=c("AA","AT","TT")

names(b)=c("geno1","geno2","geno3")

index.TT=which(b=="TT")

b=b[-index.TT]

b

geno1 geno2

"AA""AT"

5. 相当于 Python 中的 set() 函数 和 count() 函数： unique() ， table()

b=c("TT","AT","AT","TT","AA")

unique(b)#即相当于去除所有的重复，只保留一个

[1] "TT" "AT" "AA"

table(b)#以元素为name,统计各元素的个数

b

AA AT TT

122

6. 字符串的分割： strsplit()

test="AA"

strsplit(test)

错误于strsplit(test) :缺少参数"split",也没有缺省值

strsplit(test,split='')

[[1]]

[1] "A" "A"

test=strsplit(test,split='')[[1]]

test

[1] "A" "A"

7. 文本文档的写入： write.table()

write.table( res.matrix,file=new.file,sep='\t',quote=F,row.names=F,col.names=F,append=T)#quote=F去掉引号后写入，row.names=F去掉行的名字写入，否则会把名字写进去

##写入数据时候最好把数据存储成一个matrix然后直接写。要是每行每行写的话要注意数据的格式了。先建立一个空的matrix，见8，然后通过rbind或者cbind叠加上去。

方法一：

a=c()

b=c(“AA”,”TT”,”CC”)

for (i in 1:3){

a=c(a,b)

}

write.table(a,file=”test.txt”)#你会发现结果是

AA

TT

CC

….

##而且还有行和列的名字，因为没有设置参数。因为对团尘于c向量来说，写的话默认是竖着写塌大禅的，每个元素占一行。所以比较方便的就是rbind

方法二：

a=c()

b=c(“AA”,”TT”,”CC”)

for (i in 1:3){

a=rbind(a,b)

}

write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F)#你会发现结果仿辩是

AA TT CC

AA TT CC

AA TT CC

##原因是rbind把最总结果当做矩阵了。对于R数据的写入最好能生成最后的矩阵再写入。但是西面的梅一行写一次和方法二的效果是想通的，但是要用到append参数。

a=c()

b=c(“AA”,”TT”,”CC”)

for (i in 1:3){

a=rbind(a,b)

write.table(a,file=”test.txt”，quote=F,row.names=F,col.names=F,append=T)

}

8. 建立一个空的 matrix ：

res.matrix - matrix( ,nrow=0,ncol=6 )##这样就建立了一个0行6列的空matrix了。

9. 如何将 R 运行结果输出到文件

x=read.table("F:/my/work/chengxu/PValue/pc2jieguo/pc2302.txt")

z=t(x)

ks.test(y,z)

Two-sample Kolmogorov-Smirnov test

data:y and z

D = 0.207, p-value 2.2e-16

alternative hypothesis: two-sided

如上面运行结果，我想将p-value 2.2e-16自动保存到一个文件中，如何用R程序实现，谢谢！

sink("output.txt")

print(ks.test(y,z)$p.value)

sink()

10 降序排列：

a=c(1,1.2,0.1,4,5,-0.1)

a=sort(a,decreasing=T)

a

[1]5.04.01.21.00.1 -0.1

11. 取前1％的数

a=c(1:10,4:20,1:100,1:1000)

a=sort(a,decreasing=T)#先降序

sig=a[round(length(a)*0.01)]

sig

[1] 990

12.在shell中直接执行R脚本

R CMD BATCH --argstest.R

13. R中高级作图的方法

14:设置字体类型：

par(family='Times New Roman')

15:控制图形四周的空白大小

par(mfrow=c(3,1),mar=c(0,0,0,0))

其中mar是四周的间距,分别为x,y上下的距离

16控制作图区域的大小layout

layout(c(1,2,3),height=c(1,1,0.5))

分成竖着三份， 其中三份比列依次为（高度依次为2：2：1）

17保留两位小数

round(0.123,digits=2)

18 在原有图的基础上画图：

par(fig=c(0.1,0.5,0.43,0.65), new=TRUE)

19 只显示y轴

plot(1:10,1:10,axes=F)

axis(2,at.....)

20 调节刻度方向 las

plot(1:10,1:10,las=1)

21 屏幕分割

layout(matrix(1:16,4,4))＃＃＃竖着plot

par(mfrow=c(4,4))##横着plot

22.逻辑表示或者

xor为异或，两值不等为真，两值相等为假。例：xor(0, 1)

23. 从向量中随机取几个数sample

sample(rep(1:1000),10)

23 字符串转换成小数浮点型

as.numeric("0.123")

24. 读取不规范的文本

f=readLines(afile,n=1)＃n表示读几行

f=strsplit(f,'\t')##分割

f[1][[1]]##第一行

f[1][[1]][1]##第一行 第一个字符串

25. write 写入文件

write(afile, "a\tb\t",append=T) #沿着每行一次 写入

26. 不需要循环，这直接对matrix没行或者每列进行筛选操作apply（）

apply（data,col2 or row1, max0）

27.保留2位小数

a=2.300

a=as.numeric(sprintf(“%.3f”,a))

28。调出假设检验的p value

t.test(data1,data2)$p.value

统计中的R语言，%in%是什么意思呀

原最佳答案和没说一厅清睁样，虽然R的帮助里有，但且不说是英文，就算英文没障碍，理解起来也不是那么直接，既然回答了，就好好回答一下呗。

%in%相当于match()函数的扮岁一个缩写。用来判断一个数组或矩阵是否包含在另一个数组或矩阵里。举个例子一目了然：

#首先复制两个变量a和b

a - 1:5

b - 3:7

a %in% b    #看a的元素正数是否包含在b中输出结果如下：

[1] FALSE FALSE  TRUE  TRUE  TRUE

因为a中的3,4,5包含在b中，所有为真，而前面的1，2不包含，所以为假。

R语言中的%in%操作符是干什么的？

判断前面一个向量内的元素是宏镇否在后面一个向量中，返回布尔顷档值。

可以使用这个语法提取向量 a 中的值雀绝乱

关于r语言%in%和r语言installpackages怎么用的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。