Skapa vektorer i R: En steg-för-steg handledning

Den här handledningen visar hur du använder och skapar vektorer i R. Vektorer låter dig arbeta med flera datastycken och sedan tilldela dem till ett enda objekt.

En vektor i R ser mycket ut som en . Men till skillnad från i Excel bör en vektors element alla vara av samma typ.

Skapa vektorer i R: En steg-för-steg handledning

I bilden ovan representerar en linje en vektor. Du kan se att i varje vektor är alla dess element av samma typ. Den första raden är numerisk, följt av sträng och sedan logisk.

Denna handledning kommer att fokusera på två saker: att kombinera data och manipulera vektorer.

Innehållsförteckning

Skapa vektorer i R genom att kombinera data

Att kombinera data i R är enkelt. Allt du behöver göra är att använda funktionen c ( ) .

Så öppna din RStudio. Tilldela flera värden till objekt a med funktionen c ( ) , liknande det som visas nedan.

Skapa vektorer i R: En steg-för-steg handledning

Om du skriver ut detta ser du att värdet på a är 1, 2 och 3.

Kom nu ihåg att vektorer bara bör innehålla element av samma typ. Så, vad händer om du blandar två olika objektklasser tillsammans? Här är ett exempel:

Skapa vektorer i R: En steg-för-steg handledning

Om du tilldelar två numeriska värden till b och sedan tilldelar en sträng som den tredje, ser du att alla värden i b konverteras till ett tecken.

Detta kallas tvång. Det är där R bestämmer det bästa sättet att omvandla elementen till samma . I det här fallet var det bästa sättet att konvertera siffrorna till text istället för tvärtom.

Analysera och manipulera vektorer i R

Du kan också utföra på vektorer.

Om du till exempel multiplicerar a med 2, ser du att varje numeriskt element i a multiplicerades med 2.

Skapa vektorer i R: En steg-för-steg handledning

Detta liknar att multiplicera ett intervall i Excel eller multiplicera en kolumn i LuckyTemplates.

Låt oss nu prova ett annat fall.

Låt oss skapa ett nytt objekt som heter my_long_vector och tilldela ett intervall från 5 till 84. Så istället för att använda funktionen c ( ) kan du använda ett kolon ( : ) för att indikera ett värdeintervall.

Skapa vektorer i R: En steg-för-steg handledning

När du skriver ut detta ser du att objektet my_long_vector innehåller alla värden från 5 till 84.

Du kan också lokalisera ett specifikt element i en vektor. Detta kallas indexering. Du kan göra detta genom att följa objektnamnet med hakparenteser ( [ ] ) och sedan placera i positionen för det element du vill ha.

Till exempel vill du hitta det tredje elementet för my_long_vector . Allt du behöver göra är att köra my_long_vector [3] . Du kommer då fram med 7 som svar.

Skapa vektorer i R: En steg-för-steg handledning

Oavsett hur stor en vektor är kan du fortfarande använda denna med matematiska operationer. Om du kör kvadratroten av my_long_vector , kommer konsolen att visa dig kvadratroten av varje element från 5 till 84.

Skapa vektorer i R: En steg-för-steg handledning

Slutsats

Vektorer är en av byggstenarna i R. De liknar ett intervall i Excel eller . R-vektorer är mer avancerade jämfört med grundläggande objekt i R. Du kan utföra samtidiga operationer till en rad data på en gång.

I nästa självstudiekurs kommer du att lära dig hur du arbetar med en hel dataram som ger dig rader och kolumner med data.


Upptäck unika insikter med LuckyTemplates TOPN-funktion

Upptäck unika insikter med LuckyTemplates TOPN-funktion

Den här bloggen innehåller LuckyTemplates TOPN DAX-funktion, som gör att du kan få unika insikter från dina data, vilket hjälper dig att fatta bättre marknadsföringsbeslut.

Datamodellering i LuckyTemplates med hjälp av stödtabeller

Datamodellering i LuckyTemplates med hjälp av stödtabeller

Lär dig några fantastiska analytiska tekniker som vi kan göra för datamodellering i LuckyTemplates med hjälp av DAX-stödtabeller.

Avancerad DAX för LuckyTemplates: Implementering av rankningslogik över unika insikter

Avancerad DAX för LuckyTemplates: Implementering av rankningslogik över unika insikter

Här dyker vi in ​​i LuckyTemplates Advanced DAX och implementerar rankningslogik för att få en mycket unik insikt. Jag visar också upp måttförgrening i det här exemplet.

LuckyTemplates What-If-parameterfunktion

LuckyTemplates What-If-parameterfunktion

Den här bloggen introducerar den nya funktionen i LuckyTemplates, analysparametern What-If. Du kommer att se hur det gör allt snabbt och enkelt för din scenarioanalys.

Använd LuckyTemplates Mät förgreningar för att kontrollera om dina marginaler ökar när intäkterna växer

Använd LuckyTemplates Mät förgreningar för att kontrollera om dina marginaler ökar när intäkterna växer

Lär dig hur du avgör om din intäktstillväxt är bra genom att kontrollera om dina marginaler ökade med hjälp av LuckyTemplates mäter förgrening.

LuckyTemplates parametrar via frågeredigerare

LuckyTemplates parametrar via frågeredigerare

Lär dig och förstå hur du kan skapa och använda LuckyTemplates-parametrar som är en kraftfull funktion i frågeredigeraren.

Runda stapeldiagram – En visualisering för din instrumentpanel

Runda stapeldiagram – En visualisering för din instrumentpanel

Denna handledning kommer att diskutera hur man skapar ett runt stapeldiagram med Charticulator. Du kommer att lära dig hur du designar dem för din LuckyTemplates-rapport.

PowerApps funktioner och formler | En introduktion

PowerApps funktioner och formler | En introduktion

Lär dig hur du använder PowerApps funktioner och formler för att förbättra funktionaliteten och ändra ett beteende i vår Power Apps canvas-app.

Pipe In R: Anslutningsfunktioner med Dplyr

Pipe In R: Anslutningsfunktioner med Dplyr

I den här handledningen kommer du att lära dig hur du kopplar ihop funktioner med hjälp av dplyr-röroperatorn i programmeringsspråket R.

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX Deep Dive: A Lucky Templates DAX-funktion

RANKX från LuckyTemplates låter dig returnera rankningen av ett specifikt nummer i varje tabellrad som utgör en del av en lista med nummer.