Quelle est l'astuce R la plus utile ?

Question

Afin de partager quelques conseils et astuces supplémentaires pour R Quelle est votre fonction ou votre astuce la plus utile ? Une vectorisation intelligente ? Entrée/sortie de données ? Visualisation et graphiques ? L'analyse statistique ? Les fonctions spéciales ? L'environnement interactif lui-même ?

Un article par poste, et nous verrons si nous avons un gagnant par le biais des votes.

[Edit 25-Aug 2008] : Donc, après une semaine, il semble que la simple str() a remporté le scrutin. Comme j'aime moi-même le recommander, c'est une réponse facile à accepter.

Answer 1

str() vous indique la structure de tout objet.

Answer 2

Une fonction très utile que j'utilise souvent est dput(), qui vous permet de vider un objet sous la forme de code R.

# 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")

Il peut être très utile d'afficher des morceaux de données facilement reproductibles lorsque vous demandez de l'aide, ou pour modifier ou réorganiser les niveaux d'un facteur.

Answer 3

Head() et tail() pour obtenir la première et la dernière partie d'un cadre de données, d'un vecteur, d'une matrice, d'une fonction, etc. En particulier avec les grands cadres de données, c'est un moyen rapide de vérifier que le chargement est correct.

Answer 4

Une fonctionnalité intéressante : La lecture des données utilise connexions qui peuvent être des fichiers locaux, des fichiers distants accessibles via http, des tuyaux provenant d'autres programmes ou autres.

À titre d'exemple simple, considérons cet accès pour N=10 entiers aléatoires entre min=100 et max=200 à partir de random.org (qui fournit de véritables numéros aléatoires basés sur le bruit atmosphérique plutôt qu'un générateur de numéros pseudo-aléatoires) :

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>

Soit dit en passant, le au hasard fournit plusieurs fonctions pratiques pour accéder aux random.org .

Answer 5

Je trouve que j'utilise with() y within() de plus en plus. Pas plus $ qui jonchent mon code et on n'a pas besoin de commencer à attacher des objets au chemin de recherche. Plus sérieusement, je trouve with() etc. font de la intention de mes scripts d'analyse de données beaucoup plus claire.

> 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() met en place un environnement dans lequel l'expression R est évaluée. within() fait la même chose mais vous permet de modifier l'objet de données utilisé pour créer l'environnement.

> 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

Quelque chose que je n'ai pas réalisé quand j'ai utilisé pour la première fois within() c'est que vous devez effectuer une affectation dans le cadre de l'expression évaluée. y assigner l'objet retourné (comme ci-dessus) pour obtenir l'effet désiré.