1、变量的重命名
（1）交互式编辑器修改变量名
若要修改数据集x中的变量名，键入fix(x)即可打开交互式编辑器的界面。若数据集为矩阵或数据框，单击交互式编辑器界面中对应要修改的变量名，可手动输入新的变量名；若数据集为列表，则交互式编辑界面为一个记事本，只要修改“.Names”之后对应的变量名，即可修改变量名。
（2）rename()函数修改变量名
可用于修改数据框和列表的变量名，但不能用于修改矩阵的变量名 格式：dataframe<-rename(dataframe,c(oldname="newname",...))
library(reshape)
rename(score,c(pl="Chinese"))
rename(score.list,c(pl="chinese))
（3）names()函数修改变量名
可用于修改数据框和列表的变量名，但不能用于修改矩阵的变量名 格式：names()<-value
names(score)[5]="chinese"
（4）colnames()函数和rownames()函数修改变量名
R中用于修改矩阵行名和列名的函数，也可用于修改数据框的行数和列数 格式：colnames(x)<-value rownames(x)<-value
rownames(score)<-letters[1:4]
2、缺失值分析
is.na(x)——返回一个与x等长的逻辑变量
anyNA(x,recursive=FALSE)——判断数据中是否存在缺失值 ，若存在就返回TRUE
na.omit(x)——删除含有缺失值的观测
complete.cases(x)——返回一个逻辑向量，不存在缺失值的行为值为TRUE
3、数据排序
（1）sort ——对向量进行排序，返回排序后的向量
格式：sort(x,na.last=NA,decreasing=FALSE)
sort(score$math)
（2）rank——返回向量中每个数值对应的秩
格式：rank(x,na.last=TRUE,ties.method=c("average","first","random","max","min"))
x<-c(3,4,2,5,5,3,8,9)
rank(x,ties.method="first")
（3）order——对数据进行排序
格式：order(x,na.last=TRUE,decreasing=FALSE)
data_frame[order(data_frame$v2,data_frame$v2,)]
4、随机抽样
（1）srswr()——放回简单随机抽样
格式：srswr(n,N)——表示在总体N中有放回的抽取n个样本，返回一个长度为N的向量，每个向量的值表示抽取的次数
library(sampling)
s<-srswr(10,26)
（2）srswor()——不放回简单随机抽样格式：srswor()——表示在总体N中有放回的抽取n个样本，返回一个长度为N的向量，每个向量的值表示抽取的次数library(sampling)
s<-srswor(10,26)
（3）sample()——实现放回简单抽样和不放回简单随机抽样，也可对数据进行随机分组格式：sample(x, size,replace=FALSE,prob=NULL)——随机抽取x中的数，size为抽取样本数，replace=FALSE为不放回简单随机抽样，prob为权重分量sample(LETTERS，5,prob=c(0.7,0.3),replace=TRUE)5、数值运算函数（1）数学函数abs(x)、sqrt(x)、ceiling(x)（2）统计函数mean(x)、median(x)、sd(x)、var(x)、quantile(x,probs)、range(x)、sum(x)、min(x)、max(x)、scale(x,center=TRUE,scale=FALSE)、diff(x,lag=n)difftime(time1,time2,units=c("auto","secs","mins","hours","days","weeks"))（3）概率函数6、字符串函数（1）grep()——字符串查询，返回结果为匹配项的下标格式：grep(pattern,x,ignore.case=FALSE,perl=FALSE，value=FALSE,fixed=FALSE,useBytes=FALSE,invert=FALSE)txt=c("whatever" ,"is","worth","doing","is","worth","doing","well")grep("e.*r|wo",txt,fixed=FALSE)#返回一个 逻辑向量grepl("e.*r|wo",txt,fixed=FALSE)#gregexpr()函数 返回一个列表，结果包括匹配项的起始位置及匹配项长度grepl("e.*r|wo",txt)（2）sub()——对第一个满足条件的匹配做替换格式：sub(pattern,replacement,x,ignore.case=FALSE,fixed=FALSE)txt=c("whatever" ,"is","worth","doing","is","worth","doing","well")sub("[tr]","k",txt)（3）gsub()——把所有满足条件的匹配都做替换格式：gsub(pattern,replacement,x,ignore.case=FALSE,fixed=FALSE)txt=c("whatever" ,"is","worth","doing","is","worth","doing","well")gsub("[tr]","k",txt)（4）strsplit()——字符串拆分格式：strsplit(x,split,fixed=FALSE,perl=FALSE,useBytes=FALSE)data<-c("2017年1月1日"，"2018年1月1日")strsplit(data,"年")（5）paste()——字符串连接格式：paste(...,sep="",collapse=NULL)paste("AB",1:5,sep="")7、文本分词（1）RWordseg包常用文本分词函数：insertWords(x,save=TRUE)——向词库中导入新词汇，save=TRUE时，表示把操作记录下来，下回启动能直接用deleteWords(x)——从词库中删除词汇getOption("isNameRecognition")——查看人名识别功能的状态segment.options("isNameRecognition"=TRUE)——设置人名识别功能的状态listDict()——查看词典installDict()——添加用户自定义的词典uninstallDict()——卸载用户自定义的词典segmentCN()——中文分词（2）jiebaR包 分词：worker()函数初始化分词引擎worker(type="mix",dict=DICTPATH,hmm=HMMPATH,user=USERPATH,idf=IDFPATH,stop_word=STOPPATH,write=T,qmax=20,encoding="UTF-8",detect=T,symbol=F,lines=le+0.5.output=NULL,bylines=F)初始化分词引擎后，使用分词运算符“<=”或者segment()函数进行分词。segment(code,jiebar,mod=NULL)library(jiebaR)mixseg=worker() #默认mix分词引擎mpseg=worker(type="mp") #mp分词引擎hmmseg=worker(type="hmm") #hmm分词引擎word="人们都说桂林山水甲天下"
mixseg<=word
mpseg<=word
hmmseg<=word
segment(word,mixseg)
词性标注：
可以使用<=.tagger或者tag来进行分词和词性标注
关键词提取和Simhash计算：需要将worker()中的type参数设置为“keywords”或“Simhash”,并使用topn参数设置关键词个数
keys<=worker("keywords",topn=1)
keys<=word
8、apply函数族
（1）apply()——对数组或者矩阵的一个维度使用函数生成列表、数组、或者向量
格式：apply(x,MARGIN,FUN，...) MARGIN=1表示矩阵行 MARGIN=2表示矩阵列
x<-matrix(1:20,ncol=4)
x
apply(x,1,mean)
（2）lapply()——对x的每一个元素运用函数，生成一个与元素个数相同的值列表
格式：lapply(x,FUN,...)
（3）sapply()——对x的每一个元素运用函数，生成一个与元素个数相同的值列表
格式：sapply(x,FUN,..,simplify=TRUE,USE.NAMES=TRUE)
（4）tapply()——对不规则阵列使用向量，即对一组非空值按照一组确定因子进行相应计算
格式：tapply(x,INDEX,FUN,...simplify=TRUE)
height<-c(174,165,189,180,165)
sex<-c("M","F","M","M","F")
tapply(height,sex,mean)
（5）mapply()
9、数据整合
（1）数据汇总统计
aggregate(x,by,FUN)
（2）数据融合
melt(data,varnames,value.name="value",na.rm=FALSE)
（3）数据重塑
cast(data,formula,fun.aggregate=NULL,...)
10、控制流
（1）if/else语句
if(condition) {expr1} else{expr2}
（2）switch语句
switch(expression,list)
（3）循环语句
for(name in expr1) {expr2}
while(cond) {expr}
repeat expr 或repeat{if(cond) {break}}
11、函数的编写
myfunction<-function(arglist){
statements
return (object)
}