가장 유용한 R 트릭은 무엇입니까? [닫은]
R 에 대한 더 많은 팁과 트릭을 공유하기 위해 가장 유용한 기능이나 트릭은 무엇입니까? 영리한 벡터화? 데이터 입 / 출력? 시각화와 그래픽? 통계 분석? 특수 기능? 대화 형 환경 자체?
게시물 당 하나의 항목, 투표를 통해 우승자가되는지 확인합니다.
[2008 년 8 월 25 일 편집] : 1 주일 후에 단순 str()이 투표에서이긴 것 같습니다 . 내가 직접 추천하고 싶기 때문에 받아들이 기 쉬운 대답입니다.
str() 모든 물체의 구조를 알려줍니다.
내가 자주 사용하는 매우 유용한 함수 중 하나는 dput ()으로, R 코드 형태로 객체를 덤프 할 수 있습니다.
# Use the iris data set
R> data(iris)
# dput of a numeric vector
R> dput(iris$Petal.Length)
c(1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.4, 1.5, 1.5, 1.6,
1.4, 1.1, 1.2, 1.5, 1.3, 1.4, 1.7, 1.5, 1.7, 1.5, 1, 1.7, 1.9,
1.6, 1.6, 1.5, 1.4, 1.6, 1.6, 1.5, 1.5, 1.4, 1.5, 1.2, 1.3, 1.4,
1.3, 1.5, 1.3, 1.3, 1.3, 1.6, 1.9, 1.4, 1.6, 1.4, 1.5, 1.4, 4.7,
4.5, 4.9, 4, 4.6, 4.5, 4.7, 3.3, 4.6, 3.9, 3.5, 4.2, 4, 4.7,
3.6, 4.4, 4.5, 4.1, 4.5, 3.9, 4.8, 4, 4.9, 4.7, 4.3, 4.4, 4.8,
5, 4.5, 3.5, 3.8, 3.7, 3.9, 5.1, 4.5, 4.5, 4.7, 4.4, 4.1, 4,
4.4, 4.6, 4, 3.3, 4.2, 4.2, 4.2, 4.3, 3, 4.1, 6, 5.1, 5.9, 5.6,
5.8, 6.6, 4.5, 6.3, 5.8, 6.1, 5.1, 5.3, 5.5, 5, 5.1, 5.3, 5.5,
6.7, 6.9, 5, 5.7, 4.9, 6.7, 4.9, 5.7, 6, 4.8, 4.9, 5.6, 5.8,
6.1, 6.4, 5.6, 5.1, 5.6, 6.1, 5.6, 5.5, 4.8, 5.4, 5.6, 5.1, 5.1,
5.9, 5.7, 5.2, 5, 5.2, 5.4, 5.1)
# dput of a factor levels
R> dput(levels(iris$Species))
c("setosa", "versicolor", "virginica")
도움을 요청할 때 쉽게 재현 가능한 데이터 청크를 게시하거나 요소 수준을 편집 또는 재정렬하는 것은 매우 유용 할 수 있습니다.
head () 및 tail ()을 사용하여 데이터 프레임, 벡터, 행렬, 함수 등의 첫 부분과 마지막 부분을 가져옵니다. 특히 큰 데이터 프레임의 경우이 방법을 사용하면 제대로로드되었는지 빠르게 확인할 수 있습니다.
한 가지 좋은 기능 : 데이터 읽기는 로컬 파일, http를 통해 액세스되는 원격 파일, 다른 프로그램의 파이프 또는 그 이상이 될 수있는 연결 을 사용 합니다 .
간단한 예로서 random.org (의사 난수 생성기가 아닌 대기 소음을 기반으로 실제 난수를 제공) 에서 최소 = 100에서 최대 = 200 사이의 N = 10 임의 정수에 대한 다음 액세스를 고려하십시오 .
R> site <- "http://random.org/integers/" # base URL
R> query <- "num=10&min=100&max=200&col=2&base=10&format=plain&rnd=new"
R> txt <- paste(site, query, sep="?") # concat url and query string
R> nums <- read.table(file=txt) # and read the data
R> nums # and show it
V1 V2
1 165 143
2 107 118
3 103 132
4 191 100
5 138 185
R>
곁에, random 패키지는 random.org 액세스를위한 몇 가지 편리한 기능을 제공합니다 .
나는 내가 사용하고 찾을 수 with()및 within()더 많은. 더 이상 $내 코드를 어지럽히 지 않고 검색 경로에 개체를 첨부 할 필요가 없습니다. 더 진지하게, 나는 with()등 이 내 데이터 분석 스크립트 의 의도 를 훨씬 더 명확하게 만든다는 것을 발견했습니다 .
> df <- data.frame(A = runif(10), B = rnorm(10))
> A <- 1:10 ## something else hanging around...
> with(df, A + B) ## I know this will use A in df!
[1] 0.04334784 -0.40444686 1.99368816 0.13871605 -1.17734837
[6] 0.42473812 2.33014226 1.61690799 1.41901860 0.8699079
with()R 표현식이 평가되는 환경을 설정합니다. within()동일한 작업을 수행하지만 환경을 만드는 데 사용되는 데이터 개체를 수정할 수 있습니다.
> df <- within(df, C <- rpois(10, lambda = 2))
> head(df)
A B C
1 0.62635571 -0.5830079 1
2 0.04810539 -0.4525522 1
3 0.39706979 1.5966184 3
4 0.95802501 -0.8193090 2
5 0.76772541 -1.9450738 2
6 0.21335006 0.2113881 4
내가 처음 사용할 때 내가 몰랐 뭔가 within()당신이 평가 된 표현의 한 부분으로 할당 할 필요가 있다는 것입니다 및 원하는 효과를 얻기 위해 (위와 같이) 반환 된 객체를 할당합니다.
데이터 입력 트릭 = RGoogleDocs 패키지
http://www.omegahat.org/RGoogleDocs/
Google 스프레드 시트는 모든 공동 작업자가 같은 페이지에있을 수있는 환상적인 방법이라는 것을 알게되었습니다. 또한 Google Forms를 사용하면 응답자의 데이터를 캡처하여 손쉽게 Google 스프레드 시트에 작성할 수 있습니다. 데이터가 자주 변경되고 거의 최종적이지 않기 때문에 R이 csv 파일을 다운로드하고 읽는 것보다 Google 스프레드 시트를 직접 읽는 것이 훨씬 바람직합니다.
# Get data from google spreadsheet
library(RGoogleDocs)
ps <-readline(prompt="get the password in ")
auth = getGoogleAuth("me@gmail.com", ps, service="wise")
sheets.con <- getGoogleDocsConnection(auth)
ts2=getWorksheets("Data Collection Repos",sheets.con)
names(ts2)
init.consent <-sheetAsMatrix(ts2$Sheet1,header=TRUE, as.data.frame=TRUE, trim=TRUE)
나는 기억할 수 없지만 다음 명령 중 하나 또는 두 개는 몇 초가 걸립니다.
getGoogleAuth
getGoogleDocsConnection
getWorksheets
비표준 이름을 참조하려면 백틱을 사용하십시오.
> df <- data.frame(x=rnorm(5),y=runif(5))
> names(df) <- 1:2
> df
1 2
1 -1.2035003 0.6989573
2 -1.2146266 0.8272276
3 0.3563335 0.0947696
4 -0.4372646 0.9765767
5 -0.9952423 0.6477714
> df$1
Error: unexpected numeric constant in "df$1"
> df$`1`
[1] -1.2035003 -1.2146266 0.3563335 -0.4372646 -0.9952423
이 경우 df [, "1"]도 작동합니다. 그러나 백틱은 공식 내에서 작동합니다!
> lm(`2`~`1`,data=df)
Call:
lm(formula = `2` ~ `1`, data = df)
Coefficients:
(Intercept) `1`
0.4087 -0.3440
Dirk가 왜 잘못된 이름을 부여하는지 묻습니다. 모르겠어요! 그러나 나는 실제로이 문제를 상당히 자주 접한다. 예를 들어, hadley의 reshape 패키지를 사용합니다.
> library(reshape)
> df$z <- c(1,1,2,2,2)
> recast(df,z~.,id.var="z")
Aggregation requires fun.aggregate: length used as default
z (all)
1 1 4
2 2 6
> recast(df,z~.,id.var="z")$(all)
Error: unexpected '(' in "recast(df,z~.,id.var="z")$("
> recast(df,z~.,id.var="z")$`(all)`
Aggregation requires fun.aggregate: length used as default
[1] 4 6
이것이 얼마나 잘 알려져 있는지는 모르지만, 내가 확실히 활용 한 것은 환경의 참조에 의한 통과 기능입니다.
zz <- new.env()
zz$foo <- c(1,2,3,4,5)
changer <- function(blah) {
blah$foo <- 5
}
changer(zz)
zz$foo
이 예에서는 왜 유용한 지 이해가되지 않지만 큰 물체를 주변에 전달하면 도움이 될 수 있습니다.
제가 가장 좋아하는 것은 foreach 라이브러리입니다. 모든 멋진 적용 작업을 수행 할 수 있지만 약간 더 쉬운 구문이 있습니다.
list_powers <- foreach(i = 1:100) %do% {
lp <- x[i]^i
return (lp)
}
가장 좋은 부분은 당신이 실제로 상당한 시간을 필요로 뭔가를하고 있다면, 당신은 전환 할 수 있다는 것입니다 %do%으로 %dopar%도 클러스터를 통해 즉시 병렬화하는 (적절한 백엔드 라이브러리). 매우 매끄 럽습니다.
저는 기본적인 데이터 조작을 많이하므로 매일 사용하는 두 개의 내장 함수 ( transform , subset )와 하나의 라이브러리 ( sqldf )가 있습니다.
샘플 판매 데이터 생성
sales <- expand.grid(country = c('USA', 'UK', 'FR'),
product = c(1, 2, 3))
sales$revenue <- rnorm(dim(sales)[1], mean=100, sd=10)
> sales
country product revenue
1 USA 1 108.45965
2 UK 1 97.07981
3 FR 1 99.66225
4 USA 2 100.34754
5 UK 2 87.12262
6 FR 2 112.86084
7 USA 3 95.87880
8 UK 3 96.43581
9 FR 3 94.59259
transform ()을 사용하여 열 추가
## transform currency to euros
usd2eur <- 1.434
transform(sales, euro = revenue * usd2eur)
>
country product revenue euro
1 USA 1 108.45965 155.5311
2 UK 1 97.07981 139.2125
3 FR 1 99.66225 142.9157
...
데이터를 분할하기 위해 하위 집합 () 사용
subset(sales,
country == 'USA' & product %in% c(1, 2),
select = c('product', 'revenue'))
>
product revenue
1 1 108.4597
4 2 100.3475
sqldf ()를 사용하여 SQL로 슬라이스 및 집계
sqldf 패키지는 R 데이터 프레임에 대한 SQL 인터페이스를 제공합니다
## recast the previous subset() expression in SQL
sqldf('SELECT product, revenue FROM sales \
WHERE country = "USA" \
AND product IN (1,2)')
>
product revenue
1 1 108.4597
2 2 100.3475
집계 또는 GROUP BY 수행
sqldf('select country, sum(revenue) revenue \
FROM sales \
GROUP BY country')
>
country revenue
1 FR 307.1157
2 UK 280.6382
3 USA 304.6860
데이터 프레임에 대한보다 정교한 맵 축소 기능에 대해서는 plyr 패키지를 확인하십시오 . 머리카락을 꺼내고 싶다면 R을 사용한 데이터 조작을 확인하는 것이 좋습니다 .
?ave
'x []'의 부분 집합은 평균을냅니다. 여기서 각 부분 집합은 요인 수준이 동일한 관측치로 구성됩니다. 사용법 : ave (x, ..., FUN = mean)
나는 항상 그것을 사용합니다. (예 : 여기 에이 답변에서 )
코드 속도를 높이고 for 루프를 제거하는 방법입니다.
값을 찾는 데이터 프레임을 반복하는 for 루프 대신. 그 값으로 df의 하위 집합을 훨씬 빠르게 가져옵니다.
그래서 대신 :
for(i in 1:nrow(df)){
if (df$column[i] == x) {
df$column2[i] <- y
or any other similiar code
}
}
다음과 같이하십시오.
df$column2[df$column1 == x] <- y
기본 개념은 매우 자주 적용되며 for 루프를 제거하는 좋은 방법입니다.
때로는 rbind여러 데이터 프레임 이 필요합니다 . do.call()그렇게 할 수 있습니다 (바인드 가이 질문을 할 때 누군가가 이것을 설명해야했습니다.이 질문은 명백한 용도로 보이지 않기 때문입니다).
foo <- list()
foo[[1]] <- data.frame(a=1:5, b=11:15)
foo[[2]] <- data.frame(a=101:105, b=111:115)
foo[[3]] <- data.frame(a=200:210, b=300:310)
do.call(rbind, foo)
R 프로그래밍 (안 대화 형 세션), 나는 사용 많이 . 모든 함수는 이들 중 몇 개로 시작하며, 계산을 진행하면서 이것도 추가합니다. 나는 C 에서 사용하면서 습관 이 된 것 같습니다. 이점은 두 가지입니다. 첫째, 이러한 검사를 통해 작업 코드를 얻는 것이 훨씬 빠릅니다. 둘째, 아마도 더 중요한 것은 편집기의 모든 화면에서 이러한 검사를 볼 때 기존 코드로 작업하는 것이 훨씬 쉽다는 것입니다. 당신은 경이 여부가 없습니다 , 또는 댓글 당신은거야 ... 그것이 없다는 신뢰 알고 는 것을 한 눈에서.if (bad.condition) stop("message")assert()x>0
추신. 여기에 내 첫 번째 게시물. 부드럽게!
traceback()오류의 어딘가를 쉽게 이해하지 않는 경우 기능은 필수입니다. R은 기본적으로 그다지 장황하지 않기 때문에 스택의 추적을 인쇄합니다.
그런 다음 설정 options(error=recover)을 통해 오류를 발생시키는 함수에 "입력"하고 마치 완전히 제어 할 수 있고 오류를 넣을 수있는 것처럼 정확히 어떤 일이 발생하는지 파악할 수 browser()있습니다.
이 세 가지 함수는 코드 디버깅에 실제로 도움이 될 수 있습니다.
신청, 탭 플라이, 래 플리 및 sapply에 대해 게시 한 사람이 아무도 없다는 사실에 정말 놀랐습니다. R에서 작업을 수행 할 때 사용하는 일반적인 규칙은 데이터 처리 또는 시뮬레이션을 수행하는 for 루프가있는 경우이를 제외하고 * apply로 대체하려고한다는 것입니다. 일부 사람들은 단일 매개 변수 함수 만 전달할 수 있다고 생각하기 때문에 * apply 함수를 피합니다. 진실에서 더 멀어 질 수는 없습니다! 매개 변수가있는 함수를 자바 스크립트의 첫 번째 클래스 객체로 전달하는 것처럼 R에서 익명 함수를 사용하여이 작업을 수행합니다. 예를 들면 :
> sapply(rnorm(100, 0, 1), round)
[1] 1 1 0 1 1 -1 -2 0 2 2 -2 -1 0 1 -1 0 1 -1 0 -1 0 0 0 0 0
[26] 2 0 -1 -2 0 0 1 -1 1 5 1 -1 0 1 1 1 2 0 -1 1 -1 1 0 -1 1
[51] 2 1 1 -2 -1 0 -1 2 -1 1 -1 1 -1 0 -1 -2 1 1 0 -1 -1 1 1 2 0
[76] 0 0 0 -2 -1 1 1 -2 1 -1 1 1 1 0 0 0 -1 -3 0 -1 0 0 0 1 1
> sapply(rnorm(100, 0, 1), round(x, 2)) # How can we pass a parameter?
Error in match.fun(FUN) : object 'x' not found
# Wrap your function call in an anonymous function to use parameters
> sapply(rnorm(100, 0, 1), function(x) {round(x, 2)})
[1] -0.05 -1.74 -0.09 -1.23 0.69 -1.43 0.76 0.55 0.96 -0.47 -0.81 -0.47
[13] 0.27 0.32 0.47 -1.28 -1.44 -1.93 0.51 -0.82 -0.06 -1.41 1.23 -0.26
[25] 0.22 -0.04 -2.17 0.60 -0.10 -0.92 0.13 2.62 1.03 -1.33 -1.73 -0.08
[37] 0.45 -0.93 0.40 0.05 1.09 -1.23 -0.35 0.62 0.01 -1.08 1.70 -1.27
[49] 0.55 0.60 -1.46 1.08 -1.88 -0.15 0.21 0.06 0.53 -1.16 -2.13 -0.03
[61] 0.33 -1.07 0.98 0.62 -0.01 -0.53 -1.17 -0.28 -0.95 0.71 -0.58 -0.03
[73] -1.47 -0.75 -0.54 0.42 -1.63 0.05 -1.90 0.40 -0.01 0.14 -1.58 1.37
[85] -1.00 -0.90 1.69 -0.11 -2.19 -0.74 1.34 -0.75 -0.51 -0.99 -0.36 -1.63
[97] -0.98 0.61 1.01 0.55
# Note that anonymous functions aren't being called, but being passed.
> function() {print('hello #rstats')}()
function() {print('hello #rstats')}()
> a = function() {print('hello #rstats')}
> a
function() {print('hello #rstats')}
> a()
[1] "hello #rstats"
(#rstats를 따르는 사람들을 위해 여기에 게시했습니다).
apply, sapply, lapply, tapply 및 do.call을 사용하십시오! R의 벡터화를 활용하십시오. 많은 R 코드로 이동하여 다음을 확인해서는 안됩니다.
N = 10000
l = numeric()
for (i in seq(1:N)) {
sim <- rnorm(1, 0, 1)
l <- rbind(l, sim)
}
이것은 벡터화되지 않았을뿐만 아니라 R의 배열 구조가 Python 에서처럼 커지지 않습니다 (공간이 부족할 때 크기가 두 배가 됨, IIRC). 따라서 각 rbind 단계는 먼저 rbind ()의 결과를 수용 할 수있을만큼 충분히 성장한 다음 이전 l의 내용을 모두 복사해야합니다. 재미를 위해 R에서 위의 작업을 시도해보십시오. 시간이 얼마나 걸리는지 확인하십시오 (Rprof 또는 타이밍 기능도 필요하지 않음). 그런 다음 시도
N=10000
l <- rnorm(N, 0, 1)
다음도 첫 번째 버전보다 낫습니다.
N = 10000
l = numeric(N)
for (i in seq(1:N)) {
sim <- rnorm(1, 0, 1)
l[i] <- sim
}
Dirk의 조언에 따라 단일 예제를 게시하고 있습니다. 나는 그들이이 청중들에게 너무 "귀엽거나"[영리하지만 나는 상관하지 않는다] 또는 사소하지 않기를 바랍니다.
선형 모델은 R의 핵심입니다. 독립 변수의 수가 많으면 하나는 두 가지 선택을 할 수 있습니다. 첫 번째는 Matlab과 유사하게 디자인 행렬 x와 응답 y를 인수로받는 lm.fit ()을 사용하는 것입니다. 이 접근 방식의 단점은 반환 값이 "lm"클래스의 객체가 아니라 객체 목록 (적합 계수, 잔차 등)이라는 것입니다.이 객체는 멋지게 요약 할 수 있고 예측, 단계적 선택 등에 사용할 수 있습니다. 두 번째 접근 방식은 공식을 만드는 것입니다.
> A
X1 X2 X3 X4 y
1 0.96852363 0.33827107 0.261332257 0.62817021 1.6425326
2 0.08012755 0.69159828 0.087994158 0.93780481 0.9801304
3 0.10167545 0.38119304 0.865209832 0.16501662 0.4830873
4 0.06699458 0.41756415 0.258071616 0.34027775 0.7508766
...
> (f=paste("y ~",paste(names(A)[1:4],collapse=" + ")))
[1] "y ~ X1 + X2 + X3 + X4"
> lm(formula(f),data=A)
Call:
lm(formula = formula(f), data = A)
Coefficients:
(Intercept) X1 X2 X3 X4
0.78236 0.95406 -0.06738 -0.43686 -0.06644
if-else 블록에서 반환되는 값을 할당 할 수 있습니다.
대신에
condition <- runif(1) > 0.5
if(condition) x <- 1 else x <- 2
넌 할 수있어
x <- if(condition) 1 else 2
이것이 정확히 어떻게 작동하는지는 깊은 마법입니다.
R에 대한 완전한 멍청이이자 통계의 초보자로서 저는 unclass()데이터 프레임의 모든 요소를 일반 목록으로 인쇄하는 것을 좋아 합니다.
It's pretty handy for a look at a complete data set all in one go to quickly eyeball any potential issues.
CrossTable() from the gmodels package provides easy access to SAS- and SPSS-style crosstabs, along with the usual tests (Chisq, McNemar, etc.). Basically, it's xtabs() with fancy output and some additional tests - but it does make sharing output with the heathens easier.
Definitively system(). To be able to have access to all the unix tools (at least under Linux/MacOSX) from inside the R environment has rapidly become invaluable in my daily workflow.
Here is an annoying workaround to convert a factor into a numeric. (Similar for other data types as well)
old.var <- as.numeric(levels(old.var))[as.numeric(old.var)]
Although this question has been up for a while I recently discovered a great trick on the SAS and R blog for using the command cut. The command is used to divide data into categories and I will use the iris dataset as an example and divide it into 10 categories:
> irisSL <- iris$Sepal.Length
> str(irisSL)
num [1:150] 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
> cut(irisSL, 10)
[1] (5.02,5.38] (4.66,5.02] (4.66,5.02] (4.3,4.66] (4.66,5.02] (5.38,5.74] (4.3,4.66] (4.66,5.02] (4.3,4.66] (4.66,5.02]
[11] (5.38,5.74] (4.66,5.02] (4.66,5.02] (4.3,4.66] (5.74,6.1] (5.38,5.74] (5.38,5.74] (5.02,5.38] (5.38,5.74] (5.02,5.38]
[21] (5.38,5.74] (5.02,5.38] (4.3,4.66] (5.02,5.38] (4.66,5.02] (4.66,5.02] (4.66,5.02] (5.02,5.38] (5.02,5.38] (4.66,5.02]
[31] (4.66,5.02] (5.38,5.74] (5.02,5.38] (5.38,5.74] (4.66,5.02] (4.66,5.02] (5.38,5.74] (4.66,5.02] (4.3,4.66] (5.02,5.38]
[41] (4.66,5.02] (4.3,4.66] (4.3,4.66] (4.66,5.02] (5.02,5.38] (4.66,5.02] (5.02,5.38] (4.3,4.66] (5.02,5.38] (4.66,5.02]
[51] (6.82,7.18] (6.1,6.46] (6.82,7.18] (5.38,5.74] (6.46,6.82] (5.38,5.74] (6.1,6.46] (4.66,5.02] (6.46,6.82] (5.02,5.38]
[61] (4.66,5.02] (5.74,6.1] (5.74,6.1] (5.74,6.1] (5.38,5.74] (6.46,6.82] (5.38,5.74] (5.74,6.1] (6.1,6.46] (5.38,5.74]
[71] (5.74,6.1] (5.74,6.1] (6.1,6.46] (5.74,6.1] (6.1,6.46] (6.46,6.82] (6.46,6.82] (6.46,6.82] (5.74,6.1] (5.38,5.74]
[81] (5.38,5.74] (5.38,5.74] (5.74,6.1] (5.74,6.1] (5.38,5.74] (5.74,6.1] (6.46,6.82] (6.1,6.46] (5.38,5.74] (5.38,5.74]
[91] (5.38,5.74] (5.74,6.1] (5.74,6.1] (4.66,5.02] (5.38,5.74] (5.38,5.74] (5.38,5.74] (6.1,6.46] (5.02,5.38] (5.38,5.74]
[101] (6.1,6.46] (5.74,6.1] (6.82,7.18] (6.1,6.46] (6.46,6.82] (7.54,7.9] (4.66,5.02] (7.18,7.54] (6.46,6.82] (7.18,7.54]
[111] (6.46,6.82] (6.1,6.46] (6.46,6.82] (5.38,5.74] (5.74,6.1] (6.1,6.46] (6.46,6.82] (7.54,7.9] (7.54,7.9] (5.74,6.1]
[121] (6.82,7.18] (5.38,5.74] (7.54,7.9] (6.1,6.46] (6.46,6.82] (7.18,7.54] (6.1,6.46] (5.74,6.1] (6.1,6.46] (7.18,7.54]
[131] (7.18,7.54] (7.54,7.9] (6.1,6.46] (6.1,6.46] (5.74,6.1] (7.54,7.9] (6.1,6.46] (6.1,6.46] (5.74,6.1] (6.82,7.18]
[141] (6.46,6.82] (6.82,7.18] (5.74,6.1] (6.46,6.82] (6.46,6.82] (6.46,6.82] (6.1,6.46] (6.46,6.82] (6.1,6.46] (5.74,6.1]
10 Levels: (4.3,4.66] (4.66,5.02] (5.02,5.38] (5.38,5.74] (5.74,6.1] (6.1,6.46] (6.46,6.82] (6.82,7.18] ... (7.54,7.9]
Another trick. Some packages, like glmnet, only take as inputs the design matrix and the response variable. If one wants to fit a model with all interactions between features, she can't use the formula "y ~ .^2". Using expand.grid() allows us to take advantage of the powerful array indexing and vector operations of R.
interArray=function(X){
n=ncol(X)
ind=expand.grid(1:n,1:n)
return(X[,ind[,1]]*X[,ind[,2]])
}
> X
X1 X2
1 0.96852363 0.33827107
2 0.08012755 0.69159828
3 0.10167545 0.38119304
4 0.06699458 0.41756415
5 0.08187816 0.09805104
> interArray(X)
X1 X2 X1.1 X2.1
1 0.938038022 0.327623524 0.327623524 0.114427316
2 0.006420424 0.055416073 0.055416073 0.478308177
3 0.010337897 0.038757974 0.038757974 0.145308137
4 0.004488274 0.027974536 0.027974536 0.174359821
5 0.006704033 0.008028239 0.008028239 0.009614007
One of my favorite, if not somewhat unorthodox tricks, is the use of eval() and parse(). This example perhaps illustrates how it can be helpful
NY.Capital <- 'Albany'
state <- 'NY'
parameter <- 'Capital'
eval(parse(text=paste(state, parameter, sep='.')))
[1] "Albany"
This type of situation occurs more often than not, and use of eval() and parse() can help address it. Of course, I welcome any feedback on alternative ways of coding this up.
set.seed() sets the random number generator state.
For example:
> set.seed(123)
> rnorm(1)
[1] -0.5604756
> rnorm(1)
[1] -0.2301775
> set.seed(123)
> rnorm(1)
[1] -0.5604756
For those who are writing C to be called from R: .Internal(inspect(...)) is handy. For example:
> .Internal(inspect(quote(a+2)))
@867dc28 06 LANGSXP g0c0 []
@8436998 01 SYMSXP g1c0 [MARK,gp=0x4000] "+"
@85768b0 01 SYMSXP g1c0 [MARK,NAM(2)] "a"
@8d7bf48 14 REALSXP g0c1 [] (len=1, tl=0) 2
d = '~/R Code/Library/'
files = list.files(d,'.r$')
for (f in files) { if (!(f == 'mysource.r' )) { print(paste('Sourcing',f)) source(paste(d,f,sep='')) } }
I use the above code to source all the files in a directory at start up with various utility programs I use in my interactive session with R. I am sure there are better ways but I find it useful for my work. The line that does this is as follows.
source("~/R Code/Library/mysource.r")
To perform an operation on a number of variables in a data frame. This is stolen from subset.data.frame.
get.vars<-function(vars,data){
nl <- as.list(1L:ncol(data))
names(nl) <- names(data)
vars <- eval(substitute(vars), nl, parent.frame())
data[,vars]
#do stuff here
}
get.vars(c(cyl:hwy,class),mpg)
I've posted this once before but I use it so much I thought I'd post it again. Its just a little function to return the names and position numbers of a data.frame. Its nothing special to be sure, but I almost never make it through a session without using it multiple times.
##creates an object from a data.frame listing the column names and location
namesind=function(df){
temp1=names(df)
temp2=seq(1,length(temp1))
temp3=data.frame(temp1,temp2)
names(temp3)=c("VAR","COL")
return(temp3)
rm(temp1,temp2,temp3)
}
ni <- namesind
참고URL : https://stackoverflow.com/questions/1295955/what-is-the-most-useful-r-trick
'developer tip' 카테고리의 다른 글
| iOS 7-기본 뷰 컨트롤러 인스턴스화 실패 (0) | 2020.09.08 |
|---|---|
| "비동기 이벤트"의 정의를 이해하기 쉽습니까? (0) | 2020.09.08 |
| Graphviz를 사용할 때 가장자리에 맞춰 레이블 표시 (0) | 2020.09.08 |
| Open ONVIF (Network Video Interface Forum) 기기에서 녹화 문제 (0) | 2020.09.08 |
| jQuery Fullcalendar에 리소스보기 / Gannt 차트 추가 (0) | 2020.09.08 |