Opret vektorer i R: En trin-for-trin vejledning

Denne vejledning viser dig, hvordan du bruger og opretter vektorer i R. Vektorer giver dig mulighed for at arbejde med flere stykker data og derefter tildele dem til et enkelt objekt.

En vektor i R ligner meget en . Men i modsætning til i Excel skal en vektors elementer alle være af samme type.

Opret vektorer i R: En trin-for-trin vejledning

På billedet ovenfor repræsenterer én linje én vektor. Du kan se, at i hver vektor er alle dens elementer af samme type. Den første linje er numerisk, efterfulgt af streng og derefter logisk.

Denne tutorial vil fokusere på to ting: at kombinere data og manipulere vektorer.

Indholdsfortegnelse

Opret vektorer i R ved at kombinere data

Det er nemt at kombinere data i R. Alt du skal gøre er at bruge funktionen c ( ) .

Så åbn din RStudio. Tildel flere værdier til objekt a ved hjælp af funktionen c ( ) , svarende til det, der er vist nedenfor.

Opret vektorer i R: En trin-for-trin vejledning

Hvis du udskriver dette, vil du se, at værdien af ​​a er 1, 2 og 3.

Husk nu, at vektorer kun skal indeholde elementer af samme type. Så hvad sker der, hvis du blander to forskellige objektklasser sammen? Her er et eksempel:

Opret vektorer i R: En trin-for-trin vejledning

Hvis du tildeler to numeriske værdier til b og derefter tildeler en streng som den tredje, vil du se, at alle værdierne i b er konverteret til et tegn.

Dette kaldes tvang. Det er her R bestemmer den bedste måde at konvertere elementerne til det samme. I dette tilfælde var den bedste måde at konvertere tallene til tekst i stedet for omvendt.

Analyser og manipuler vektorer i R

Du kan også udføre på vektorer.

Hvis du for eksempel gange a med 2, vil du se, at hvert numerisk element i a blev ganget med 2.

Opret vektorer i R: En trin-for-trin vejledning

Dette svarer til at gange et interval i Excel eller at gange en kolonne i LuckyTemplates.

Lad os nu prøve en anden sag.

Lad os oprette et nyt objekt kaldet my_long_vector og tildele et interval fra 5 til 84. Så i stedet for at bruge c ( ) -funktionen, kan du bruge et kolon ( : ) til at angive et værdiområde.

Opret vektorer i R: En trin-for-trin vejledning

Når du udskriver dette, vil du se, at objektet my_long_vector indeholder alle værdierne fra 5 til 84.

Du kan også finde et bestemt element i en vektor. Dette kaldes indeksering. Du kan gøre dette ved at følge objektnavnet med firkantede parenteser ( [ ] ) og derefter placere det element, du ønsker.

For eksempel vil du finde det 3. element for mindavektor . Alt du skal gøre er at udføre my_long_vector [3] . Du kommer så med 7 som svar.

Opret vektorer i R: En trin-for-trin vejledning

Uanset hvor stor en vektor er, kan du stadig bruge denne med matematiske operationer. Hvis du kører kvadratroden af ​​my_long_vector , vil konsollen vise dig kvadratroden af ​​hvert element fra 5 til 84.

Opret vektorer i R: En trin-for-trin vejledning

Konklusion

Vektorer er en af ​​byggestenene i R. De ligner et interval i Excel eller . R-vektorer er mere avancerede sammenlignet med grundlæggende objekter i R. Du kan udføre samtidige operationer til en række data på én gang.

I de næste selvstudier lærer du, hvordan du arbejder med en hel dataramme, som giver dig rækker og kolonner med data.


Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Oplev unik indsigt ved hjælp af LuckyTemplates TOPN-funktion

Denne blog indeholder LuckyTemplates TOPN DAX-funktionen, som giver dig mulighed for at få unik indsigt fra dine data, hvilket hjælper dig med at træffe bedre markedsføringsbeslutninger.

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Datamodellering i LuckyTemplates ved hjælp af understøttende tabeller

Lær nogle fantastiske analytiske teknikker, som vi kan gøre til datamodellering i LuckyTemplates ved hjælp af DAX-understøttende tabeller.

Avanceret DAX til LuckyTemplates: Implementering af rangeringslogik på tværs af unikke indsigter

Avanceret DAX til LuckyTemplates: Implementering af rangeringslogik på tværs af unikke indsigter

Her dykker vi ned i LuckyTemplates Advanced DAX og implementerer rangeringslogik for at få en meget unik indsigt. Jeg viser også måleforgrening i dette eksempel.

LuckyTemplates What-If-parameterfunktion

LuckyTemplates What-If-parameterfunktion

Denne blog introducerer den nye funktion i LuckyTemplates, What-If-analyseparameteren. Du vil se, hvordan det gør alt hurtigt og nemt til din scenarieanalyse.

Brug LuckyTemplates Mål forgrening for at kontrollere, om dine avancer udvides, efterhånden som omsætningen vokser

Brug LuckyTemplates Mål forgrening for at kontrollere, om dine avancer udvides, efterhånden som omsætningen vokser

Lær, hvordan du afgør, om din omsætningsvækst er god ved at kontrollere, om dine avancer er udvidet ved hjælp af LuckyTemplates, der måler forgrening.

LuckyTemplates-parametre via forespørgselseditor

LuckyTemplates-parametre via forespørgselseditor

Lær og forstå, hvordan du kan oprette og bruge LuckyTemplates Parameters, som er en kraftfuld funktion i Query Editor.

Rundt søjlediagram – en visualisering til dit dashboard

Rundt søjlediagram – en visualisering til dit dashboard

Denne vejledning vil diskutere om oprettelse af et rundt søjlediagram ved hjælp af Charticulator. Du lærer, hvordan du designer dem til din LuckyTemplates-rapport.

PowerApps funktioner og formler | En introduktion

PowerApps funktioner og formler | En introduktion

Lær, hvordan du bruger PowerApps-funktioner og -formler til at forbedre funktionaliteten og ændre adfærd i vores Power Apps-lærredsapp.

Pipe In R: Tilslutningsfunktioner med Dplyr

Pipe In R: Tilslutningsfunktioner med Dplyr

I denne øvelse lærer du, hvordan du kæder funktioner sammen ved hjælp af dplyr-røroperatoren i programmeringssproget R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX fra LuckyTemplates giver dig mulighed for at returnere rangeringen af ​​et specifikt tal i hver tabelrække, der udgør en del af en liste over tal.