R語(yǔ)言中ifelse、which、%in%的用法詳解
ifelse、which、%in%是R語(yǔ)言里極其重要的函數(shù)，以后會(huì)經(jīng)常在別的程序中看到。
ifelse
ifelse是if條件判斷語(yǔ)句的簡(jiǎn)寫(xiě)，它的用法如下：
ifelse(test,yes,no)
| 參數(shù) | 描述 |
|---|---|
| test | 一個(gè)可以判斷邏輯表達(dá)式 |
| yes | 判斷為 true 后返回的對(duì)象 |
| no | 判斷為 flase 后返回的對(duì)象 |
舉例：
x = 5 ifelse(x,1,0)
如果x不等于0，就返回1，等于0就返回0。
which
which 返回條件為真的句柄,給正確的邏輯對(duì)象返回一個(gè)它的索引。
which(test，arr.ind=FALSE)
test 必須是邏輯對(duì)象，邏輯數(shù)組。
舉例：
which(LETTERS == "R")
%in%
%in% 判斷 前面的對(duì)象是否在后面的容器中
element %in% list veator
1 %in% c(1:3)
補(bǔ)充：R語(yǔ)言：if-else條件判斷及any、all、na.omit使用方法
基本結(jié)構(gòu)展示：
if (7<10) {
print("Seven is less than ten")
} else{
print("seven is more than ten")
}
實(shí)例演示：
Titanic=read.csv("https://goo.gl/4Gqsnz") #從網(wǎng)絡(luò)讀取數(shù)據(jù)
1. any()
#any代表只要有任一值符合，即為T(mén)RUE
if (any(titanicC$Age>70)) {
print("there are passengers older than 70")
} else{
print("no one is older than 70")
}
2. all()
#所有都滿足才true
if (all(titanicC$Age>10)) {
print("all passengers older than 10")
} else{
print("there are passengers younger than 10")
}
3. na.omit()
#放的位置決定是刪除單一變量缺失值，還是刪除任何變量缺失值
if (any(na.omit(titanic$Age==100))) {
print("there are passengers aged 100")
} else{
print("there are no passengers aged 100")
}
#數(shù)據(jù)庫(kù)中只要有missing的記錄都刪掉
if (any(titanic$Age==80, na.rm=TRUE)) {
print("there are passengers aged 80")
} else{
print("there are no passengers aged 80")
}
#Age這個(gè)變量有missing的記錄刪掉，其他變量有missing可以保留
4. else if 寫(xiě)更重復(fù)的語(yǔ)句
x=100
y=10
if(x<y){
print("AA")
} else if(x==y){
print(BB)
} else{
print(CC)
}
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
相關(guān)文章
R語(yǔ)言變量級(jí)別的數(shù)據(jù)處理操作
這篇文章主要介紹了R語(yǔ)言變量級(jí)別的數(shù)據(jù)處理操作，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言ggplot2實(shí)現(xiàn)將多個(gè)照片拼接到一起
本文主要介紹了R語(yǔ)言ggplot2實(shí)現(xiàn)將多個(gè)照片拼接到一起，文中通過(guò)示例代碼介紹的非常詳細(xì)，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-07-07
R語(yǔ)言開(kāi)發(fā)之CSV文件的讀寫(xiě)操作實(shí)現(xiàn)
這篇文章主要介紹了R語(yǔ)言開(kāi)發(fā)之CSV文件的讀寫(xiě)操作實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
R語(yǔ)言常用函數(shù)總結(jié)梳理(基本對(duì)象字符處理?數(shù)學(xué)?統(tǒng)計(jì))
這篇文章主要介紹了R語(yǔ)言常用函數(shù)總結(jié)梳理(基本對(duì)象字符處理?數(shù)學(xué)?統(tǒng)計(jì)),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-10-10
使用R語(yǔ)言繪制散點(diǎn)圖結(jié)合邊際分布圖教程
這篇文章主要介紹了使用R語(yǔ)言利用ggplot繪制散點(diǎn)圖，并且在圖像的兩邊繪制邊際分布圖（包括邊際直方圖與邊際密度函數(shù)）我們這里介紹兩種方法進(jìn)行繪制2021-11-11
R語(yǔ)言實(shí)現(xiàn)將分類變量轉(zhuǎn)換為啞變量(dummy vairable)
這篇文章主要介紹了R語(yǔ)言實(shí)現(xiàn)將分類變量轉(zhuǎn)換為啞變量(dummy vairable)，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2021-04-04
R語(yǔ)言數(shù)據(jù)類型和對(duì)象深入講解
這篇文章主要介紹了R語(yǔ)言數(shù)據(jù)類型和對(duì)象深入講解，文中列舉的實(shí)例講解的很清楚，有感興趣的同學(xué)可以學(xué)習(xí)下2021-03-03
R語(yǔ)言作圖之直方圖histogram繪制過(guò)程詳解
這篇文章主要介紹了R語(yǔ)言作圖之直方圖histogram詳解,本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-03-03
R語(yǔ)言邏輯型運(yùn)算的實(shí)現(xiàn)
本文主要介紹了R語(yǔ)言邏輯型運(yùn)算，邏輯型是 R 的基本數(shù)據(jù)類型之一，只有兩個(gè)值 TRUE 和 FALSE, 缺失時(shí)為 NA，具有一定的參考價(jià)值，感興趣的可以了解一下2022-03-03
R語(yǔ)言rhdf5讀寫(xiě)hdf5并展示文件組織結(jié)構(gòu)和索引數(shù)據(jù)
這篇文章主要為大家介紹了R語(yǔ)言rhdf5讀寫(xiě)hdf5并展示文件組織結(jié)構(gòu)和索引數(shù)據(jù)，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步，早日升職加薪2022-06-06