SlideShare a Scribd company logo
1 of 9
Download to read offline
3
2020 1 30
1 1
2 data.frame 1
2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
3 3
3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
3.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
4 5
4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
5 6
5.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
6 : 7
7 8
7.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
1
•
2 data.frame
row column
1
R mode Numeric
Character
1
2.1 3
173.5 66 19
166.4 58 20
168 NA 18
170.3 81 20
1:
山田太郎
西南花子
市東治子
三宅信二
リスト要素
[[1]]
Character 型
ベクトル
173.5
166.4
168
170.3
リスト要素
[[2]]
Numeric 型
ベクトル
男
女
女
男
リスト要素
[[5]]
Character 型
ベクトル
福岡県
鹿児島県
千葉県
岡山県
リスト要素
[[6]]
Character 型
ベクトル
66
58
NA
20
リスト要素
[[3]]
Numeric 型
ベクトル
19
20
18
20
リスト要素
[[4]]
Numeric 型
ベクトル
1:
R data.frame 1
data.frame 1
1 2
NA Not Available
missing values R NA
logical NA
2.1
•
•
• row column
1
2 1
R
I 2
3
•
• NA missing values
3
data.frame()
> name <- c(" ", " ", " ", " ") #
> height <- c(173.5, 166.4, 168, 170.3) #
> weight <- c(66, 58, NA, 81) # NA
> age <- c(19, 20, 18, 20) #
> personal <- data.frame(name, height, weight, age) #
> personal
name height weight age
1 173.5 66 19
2 166.4 58 20
3 168.0 NA 18
4 170.3 81 20
3.1
cbind() column bind cbind()
personal
personal personal cbind()
> =c(" ", " ", " ", " ") #
> personal <- cbind(personal, ) #
> personal
name height weight age
1 173.5 66 19
2 166.4 58 20
3 168.0 NA 18
4 170.3 81 20
I 3
3.2 3
> personal <- cbind(personal, =c(" ", " ", " ", " "))
> personal
name height weight age
1 173.5 66 19
2 166.4 58 20
3 168.0 NA 18
4 170.3 81 20
3.2
rbind() row bind
2
> extra <- data.frame( =c(" ", " "),
+ =c(169, 159),
+ =c(61, 63),
+ =c(23, 20),
+ =c(" ", " "),
+ =c(" ", " "))
> extra
1 169 61 23
2 159 63 20
rbind()
> rbind(personal, extra) #
personal
colnames()
> colnames(personal) # column names
[1] "name" "height" "weight" "age" " " " "
> colnames(personal) <- c(" ", " ", " ", " ", " ", " ")
> personal
1 173.5 66 19
2 166.4 58 20
3 168.0 NA 18
4 170.3 81 20
extra personal
I 4
3.3 3
> colnames(personal) <- colnames(extra) # extra personal
> personal
1 173.5 66 19
2 166.4 58 20
3 168.0 NA 18
4 170.3 81 20
rbind() rbind()
personal
> personal <- rbind(personal, extra)
> personal
1 173.5 66 19
2 166.4 58 20
3 168.0 NA 18
4 170.3 81 20
5 169.0 61 23
6 159.0 63 20
3.3
•
•
•
•
•
4
attributes
3
attributes()
> attributes(personal)
$names
[1] " " " " " " " " " " " "
3
I 5
4.1 3
$row.names
[1] 1 2 3 4 5 6
$class
[1] "data.frame"
personal names row.names class 3
names row.names class
colnames()
names row.names rownames()
> rownames(personal) #
[1] "1" "2" "3" "4" "5" "6"
> dim(personal) # dimension
[1] 6 6
> dim(personal)[1] #
[1] 6
> dim(personal)[2] #
[1] 6
4.1
•
• attributes()
• rownames()
•
5
personal 1 ID1 ID2 · · · ID
> personal
ID1 173.5 66 19
ID2 166.4 58 20
ID3 168.0 NA 18
ID4 170.3 81 20
ID5 169.0 61 23
ID6 159.0 63 20
I 6
5.1 3
5.1
> rownames(personal) <- c("ID1", "ID2", "ID3", "ID4", "ID5", "ID6")
> # paste()
> rownames(personal) <- paste("ID", 1:dim(personal)[1], sep="")
6 :
ID
paste()
paste()
> help(paste)
Description concatenate
Usage
Usage:
paste (..., sep = " ", collapse = NULL)
paste0(..., collapse = NULL)
pasge() ... Usage Arguments
1 R R
R
paste()
2 sep = " "
...
separate sep=" "
sep 1
> paste("A", "B", "C", "D") # sep 1
[1] "A B C D"
> paste("A", "B", "C", "D", sep="-+-") # sep -+-
[1] "A-+-B-+-C-+-D"
> paste("A", "B", "C", "D", sep="") # sep
[1] "ABCD"
4 1 R
1 "A"
"B" 1 paste() 4
paste()
I 7
3
> letters <- c("A", "B", "C", "D")
> paste(letters, 1:length(letters), sep="")
[1] "A1" "B2" "C3" "D4"
1 letters 4 2 1:length(letters)
1 4 paste()
::::::::
ID
> paste("ID", 1:15, sep="")
[1] "ID1" "ID2" "ID3" "ID4" "ID5" "ID6" "ID7" "ID8" "ID9" "ID10" "ID11"
[12] "ID12" "ID13" "ID14" "ID15"
> paste("ID", 1:dim(personal)[1], sep="") #
[1] "ID1" "ID2" "ID3" "ID4" "ID5" "ID6"
2017 1 12
> paste(2017, "/", 1:12, sep="")
[1] "2017/1" "2017/2" "2017/3" "2017/4" "2017/5" "2017/6" "2017/7" "2017/8"
[9] "2017/9" "2017/10" "2017/11" "2017/12"
1 2 1 3 12
1 2
3
> paste(rep(2017, 12), rep("/", 12), 1:12, sep="") # !
[1] "2017/1" "2017/2" "2017/3" "2017/4" "2017/5" "2017/6" "2017/7" "2017/8"
[9] "2017/9" "2017/10" "2017/11" "2017/12"
7
paste()
> results
[1] "2014 1 " "2014 2 " "2014 3 " "2014 4 " "2014 5 " "2014 6 "
[7] "2014 7 " "2014 8 " "2014 9 " "2014 10 " "2014 11 " "2014 12 "
[13] "2015 1 " "2015 2 " "2015 3 " "2015 4 " "2015 5 " "2015 6 "
[19] "2015 7 " "2015 8 " "2015 9 " "2015 10 " "2015 11 " "2015 12 "
[25] "2016 1 " "2016 2 " "2016 3 " "2016 4 " "2016 5 " "2016 6 "
[31] "2016 7 " "2016 8 " "2016 9 " "2016 10 " "2016 11 " "2016 12 "
I 8
7.1 3
7.1
> paste(c(rep(2014, 12), rep(2015, 12), rep(2016, 12)),
+ " ", 1:12, " ", sep="")
[1] "2014 1 " "2014 2 " "2014 3 " "2014 4 " "2014 5 " "2014 6 "
[7] "2014 7 " "2014 8 " "2014 9 " "2014 10 " "2014 11 " "2014 12 "
[13] "2015 1 " "2015 2 " "2015 3 " "2015 4 " "2015 5 " "2015 6 "
[19] "2015 7 " "2015 8 " "2015 9 " "2015 10 " "2015 11 " "2015 12 "
[25] "2016 1 " "2016 2 " "2016 3 " "2016 4 " "2016 5 " "2016 6 "
[31] "2016 7 " "2016 8 " "2016 9 " "2016 10 " "2016 11 " "2016 12 "
I 9

More Related Content

What's hot

第6回 関数とフロー制御
第6回 関数とフロー制御第6回 関数とフロー制御
第6回 関数とフロー制御Wataru Shito
 
第1回 Rプログラミングを始めよう(解答付き)
第1回 Rプログラミングを始めよう(解答付き)第1回 Rプログラミングを始めよう(解答付き)
第1回 Rプログラミングを始めよう(解答付き)Wataru Shito
 
第5回 様々なファイル形式の読み込みとデータの書き出し
第5回 様々なファイル形式の読み込みとデータの書き出し第5回 様々なファイル形式の読み込みとデータの書き出し
第5回 様々なファイル形式の読み込みとデータの書き出しWataru Shito
 
第1回 Rプログラミングを始めよう
第1回 Rプログラミングを始めよう第1回 Rプログラミングを始めよう
第1回 Rプログラミングを始めようWataru Shito
 
పౌలు మూడవ సౌవార్తిక యాత్ర
పౌలు మూడవ సౌవార్తిక యాత్ర పౌలు మూడవ సౌవార్తిక యాత్ర
పౌలు మూడవ సౌవార్తిక యాత్ర Dr. Johnson Satya
 
ఆదికాండము సర్వే.pdf
ఆదికాండము సర్వే.pdfఆదికాండము సర్వే.pdf
ఆదికాండము సర్వే.pdfDr. Johnson Satya
 
Plastico PARTITURA PIANO
Plastico   PARTITURA PIANOPlastico   PARTITURA PIANO
Plastico PARTITURA PIANOMarcos Burbano
 
Triste y vacia trombon 1
Triste y vacia   trombon 1Triste y vacia   trombon 1
Triste y vacia trombon 1Marcos Burbano
 
ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)
ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)
ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)Dr. Johnson Satya
 
WebHookの調査と実装
WebHookの調査と実装WebHookの調査と実装
WebHookの調査と実装moai kids
 
యెహోవా దేవుని ఏడు పండుగలు.pdf
యెహోవా దేవుని ఏడు పండుగలు.pdfయెహోవా దేవుని ఏడు పండుగలు.pdf
యెహోవా దేవుని ఏడు పండుగలు.pdfDr. Johnson Satya
 
第3章 遅延学習---最近傍法を使った分類
第3章 遅延学習---最近傍法を使った分類第3章 遅延学習---最近傍法を使った分類
第3章 遅延学習---最近傍法を使った分類Wataru Shito
 
Paraloka darsanamulu
Paraloka darsanamuluParaloka darsanamulu
Paraloka darsanamuluipcchurch
 
Οι αριθμοί μέχρι το 100
Οι αριθμοί μέχρι το 100Οι αριθμοί μέχρι το 100
Οι αριθμοί μέχρι το 100kyra_daskala
 
Α΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdf
Α΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdfΑ΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdf
Α΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdfzohsschool
 
Κάνω ένα διάλογο, ιστορία
Κάνω ένα διάλογο, ιστορίαΚάνω ένα διάλογο, ιστορία
Κάνω ένα διάλογο, ιστορίαargiroteach
 
ప్రభువు బల్ల - రొట్టె విరుచు క్రమము
ప్రభువు బల్ల - రొట్టె విరుచు క్రమము ప్రభువు బల్ల - రొట్టె విరుచు క్రమము
ప్రభువు బల్ల - రొట్టె విరుచు క్రమము Dr. Johnson Satya
 
κεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίας
κεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίαςκεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίας
κεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίαςΜαρία Αγγελική
 

What's hot (20)

第6回 関数とフロー制御
第6回 関数とフロー制御第6回 関数とフロー制御
第6回 関数とフロー制御
 
第1回 Rプログラミングを始めよう(解答付き)
第1回 Rプログラミングを始めよう(解答付き)第1回 Rプログラミングを始めよう(解答付き)
第1回 Rプログラミングを始めよう(解答付き)
 
第5回 様々なファイル形式の読み込みとデータの書き出し
第5回 様々なファイル形式の読み込みとデータの書き出し第5回 様々なファイル形式の読み込みとデータの書き出し
第5回 様々なファイル形式の読み込みとデータの書き出し
 
第1回 Rプログラミングを始めよう
第1回 Rプログラミングを始めよう第1回 Rプログラミングを始めよう
第1回 Rプログラミングを始めよう
 
పౌలు మూడవ సౌవార్తిక యాత్ర
పౌలు మూడవ సౌవార్తిక యాత్ర పౌలు మూడవ సౌవార్తిక యాత్ర
పౌలు మూడవ సౌవార్తిక యాత్ర
 
ఆదికాండము సర్వే.pdf
ఆదికాండము సర్వే.pdfఆదికాండము సర్వే.pdf
ఆదికాండము సర్వే.pdf
 
Plastico PARTITURA PIANO
Plastico   PARTITURA PIANOPlastico   PARTITURA PIANO
Plastico PARTITURA PIANO
 
Triste y vacia trombon 1
Triste y vacia   trombon 1Triste y vacia   trombon 1
Triste y vacia trombon 1
 
ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)
ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)
ఫిలిప్పీయులకు వ్రాసిన పత్రిక (philippians.pdf)
 
WebHookの調査と実装
WebHookの調査と実装WebHookの調査と実装
WebHookの調査と実装
 
యెహోవా దేవుని ఏడు పండుగలు.pdf
యెహోవా దేవుని ఏడు పండుగలు.pdfయెహోవా దేవుని ఏడు పండుగలు.pdf
యెహోవా దేవుని ఏడు పండుగలు.pdf
 
第3章 遅延学習---最近傍法を使った分類
第3章 遅延学習---最近傍法を使った分類第3章 遅延学習---最近傍法を使った分類
第3章 遅延学習---最近傍法を使った分類
 
Passo de anjo
Passo de anjoPasso de anjo
Passo de anjo
 
Paraloka darsanamulu
Paraloka darsanamuluParaloka darsanamulu
Paraloka darsanamulu
 
Trombone de prata
Trombone de prataTrombone de prata
Trombone de prata
 
Οι αριθμοί μέχρι το 100
Οι αριθμοί μέχρι το 100Οι αριθμοί μέχρι το 100
Οι αριθμοί μέχρι το 100
 
Α΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdf
Α΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdfΑ΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdf
Α΄ Δημοτικού Μαθηματικά Α΄ τεύχος .pdf
 
Κάνω ένα διάλογο, ιστορία
Κάνω ένα διάλογο, ιστορίαΚάνω ένα διάλογο, ιστορία
Κάνω ένα διάλογο, ιστορία
 
ప్రభువు బల్ల - రొట్టె విరుచు క్రమము
ప్రభువు బల్ల - రొట్టె విరుచు క్రమము ప్రభువు బల్ల - రొట్టె విరుచు క్రమము
ప్రభువు బల్ల - రొట్టె విరుచు క్రమము
 
κεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίας
κεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίαςκεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίας
κεφάλαιο 34 Δεκάδες- Μονάδες φύλλα εργασίας
 

Similar to 第3回 データフレームの基本操作 その1(解答付き)

第4回 データフレームの基本操作 その2
第4回 データフレームの基本操作 その2第4回 データフレームの基本操作 その2
第4回 データフレームの基本操作 その2Wataru Shito
 
Regression and Classification with R
Regression and Classification with RRegression and Classification with R
Regression and Classification with RYanchang Zhao
 
Getting started with R when analysing GitHub commits
Getting started with R when analysing GitHub commitsGetting started with R when analysing GitHub commits
Getting started with R when analysing GitHub commitsBarbara Fusinska
 
Practical Introduction to Web scraping using R
Practical Introduction to Web scraping using RPractical Introduction to Web scraping using R
Practical Introduction to Web scraping using RRsquared Academy
 
Python for High School Programmers
Python for High School ProgrammersPython for High School Programmers
Python for High School ProgrammersSiva Arunachalam
 
R Programming: Export/Output Data In R
R Programming: Export/Output Data In RR Programming: Export/Output Data In R
R Programming: Export/Output Data In RRsquared Academy
 
سلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اول
سلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اولسلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اول
سلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اولأمنية وجدى
 
(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...
(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...
(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...Ji Hyung Moon
 
Credit Risk Assessment using Machine Learning Techniques with WEKA
Credit Risk Assessment using Machine Learning Techniques with WEKACredit Risk Assessment using Machine Learning Techniques with WEKA
Credit Risk Assessment using Machine Learning Techniques with WEKAMehnaz Newaz
 
Data manipulation and visualization in r 20190711 myanmarucsy
Data manipulation and visualization in r 20190711 myanmarucsyData manipulation and visualization in r 20190711 myanmarucsy
Data manipulation and visualization in r 20190711 myanmarucsySmartHinJ
 
6. Vectors – Data Frames
6. Vectors – Data Frames6. Vectors – Data Frames
6. Vectors – Data FramesFAO
 
Datamining r 1st
Datamining r 1stDatamining r 1st
Datamining r 1stsesejun
 
Useful javascript
Useful javascriptUseful javascript
Useful javascriptLei Kang
 
PRE: Datamining 2nd R
PRE: Datamining 2nd RPRE: Datamining 2nd R
PRE: Datamining 2nd Rsesejun
 
Datamining R 1st
Datamining R 1stDatamining R 1st
Datamining R 1stsesejun
 

Similar to 第3回 データフレームの基本操作 その1(解答付き) (20)

第4回 データフレームの基本操作 その2
第4回 データフレームの基本操作 その2第4回 データフレームの基本操作 その2
第4回 データフレームの基本操作 その2
 
Regression and Classification with R
Regression and Classification with RRegression and Classification with R
Regression and Classification with R
 
R programming language
R programming languageR programming language
R programming language
 
Getting started with R when analysing GitHub commits
Getting started with R when analysing GitHub commitsGetting started with R when analysing GitHub commits
Getting started with R when analysing GitHub commits
 
Practical Introduction to Web scraping using R
Practical Introduction to Web scraping using RPractical Introduction to Web scraping using R
Practical Introduction to Web scraping using R
 
11o Φ.Α. 8.1.pdf
11o Φ.Α. 8.1.pdf11o Φ.Α. 8.1.pdf
11o Φ.Α. 8.1.pdf
 
Python for High School Programmers
Python for High School ProgrammersPython for High School Programmers
Python for High School Programmers
 
R Programming: Export/Output Data In R
R Programming: Export/Output Data In RR Programming: Export/Output Data In R
R Programming: Export/Output Data In R
 
سلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اول
سلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اولسلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اول
سلسلة الليالى العشر فى الرياضيات للصف الثانى الابتدائى ترم اول
 
(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...
(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...
(KO) 온라인 뉴스 댓글 플랫폼을 흐리는 어뷰저 분석기 / (EN) Online ...
 
Vcs16
Vcs16Vcs16
Vcs16
 
Credit Risk Assessment using Machine Learning Techniques with WEKA
Credit Risk Assessment using Machine Learning Techniques with WEKACredit Risk Assessment using Machine Learning Techniques with WEKA
Credit Risk Assessment using Machine Learning Techniques with WEKA
 
Python 1
Python 1Python 1
Python 1
 
Data manipulation and visualization in r 20190711 myanmarucsy
Data manipulation and visualization in r 20190711 myanmarucsyData manipulation and visualization in r 20190711 myanmarucsy
Data manipulation and visualization in r 20190711 myanmarucsy
 
6. Vectors – Data Frames
6. Vectors – Data Frames6. Vectors – Data Frames
6. Vectors – Data Frames
 
Datamining r 1st
Datamining r 1stDatamining r 1st
Datamining r 1st
 
Useful javascript
Useful javascriptUseful javascript
Useful javascript
 
R Programming Homework Help
R Programming Homework HelpR Programming Homework Help
R Programming Homework Help
 
PRE: Datamining 2nd R
PRE: Datamining 2nd RPRE: Datamining 2nd R
PRE: Datamining 2nd R
 
Datamining R 1st
Datamining R 1stDatamining R 1st
Datamining R 1st
 

More from Wataru Shito

統計的推定の基礎 2 -- 分散の推定
統計的推定の基礎 2 -- 分散の推定統計的推定の基礎 2 -- 分散の推定
統計的推定の基礎 2 -- 分散の推定Wataru Shito
 
統計的推定の基礎 1 -- 期待値の推定
統計的推定の基礎 1 -- 期待値の推定統計的推定の基礎 1 -- 期待値の推定
統計的推定の基礎 1 -- 期待値の推定Wataru Shito
 
第4章 確率的学習---単純ベイズを使った分類
第4章 確率的学習---単純ベイズを使った分類第4章 確率的学習---単純ベイズを使った分類
第4章 確率的学習---単純ベイズを使った分類Wataru Shito
 
演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 3.講義ノートWataru Shito
 
演習II.第1章 ベイズ推論の考え方 Part 3.スライド
演習II.第1章 ベイズ推論の考え方 Part 3.スライド演習II.第1章 ベイズ推論の考え方 Part 3.スライド
演習II.第1章 ベイズ推論の考え方 Part 3.スライドWataru Shito
 
演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 2.講義ノートWataru Shito
 
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライド演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライドWataru Shito
 
演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 1.講義ノートWataru Shito
 
マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」
マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」
マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」Wataru Shito
 
経済数学II 「第9章 最適化(Optimization)」
経済数学II 「第9章 最適化(Optimization)」経済数学II 「第9章 最適化(Optimization)」
経済数学II 「第9章 最適化(Optimization)」Wataru Shito
 
マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」
マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」
マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」Wataru Shito
 
経済数学II 「第12章 制約つき最適化」
経済数学II 「第12章 制約つき最適化」経済数学II 「第12章 制約つき最適化」
経済数学II 「第12章 制約つき最適化」Wataru Shito
 
マクロ経済学I 「第9章 総需要 I」
マクロ経済学I 「第9章 総需要 I」マクロ経済学I 「第9章 総需要 I」
マクロ経済学I 「第9章 総需要 I」Wataru Shito
 
経済数学II 「第11章 選択変数が2個以上の場合の最適化」
経済数学II 「第11章 選択変数が2個以上の場合の最適化」経済数学II 「第11章 選択変数が2個以上の場合の最適化」
経済数学II 「第11章 選択変数が2個以上の場合の最適化」Wataru Shito
 
マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」Wataru Shito
 
経済数学II 「第8章 一般関数型モデルの比較静学」
経済数学II 「第8章 一般関数型モデルの比較静学」経済数学II 「第8章 一般関数型モデルの比較静学」
経済数学II 「第8章 一般関数型モデルの比較静学」Wataru Shito
 
マクロ経済学I 「第4,5章 貨幣とインフレーション」
マクロ経済学I 「第4,5章 貨幣とインフレーション」マクロ経済学I 「第4,5章 貨幣とインフレーション」
マクロ経済学I 「第4,5章 貨幣とインフレーション」Wataru Shito
 
マクロ経済学I 「第3章 長期閉鎖経済モデル」
マクロ経済学I 「第3章 長期閉鎖経済モデル」マクロ経済学I 「第3章 長期閉鎖経済モデル」
マクロ経済学I 「第3章 長期閉鎖経済モデル」Wataru Shito
 
経済数学II 「第7章 微分法とその比較静学への応用」
経済数学II 「第7章 微分法とその比較静学への応用」経済数学II 「第7章 微分法とその比較静学への応用」
経済数学II 「第7章 微分法とその比較静学への応用」Wataru Shito
 
経済数学II 「第6章 比較静学と導関数の概念」
経済数学II 「第6章 比較静学と導関数の概念」経済数学II 「第6章 比較静学と導関数の概念」
経済数学II 「第6章 比較静学と導関数の概念」Wataru Shito
 

More from Wataru Shito (20)

統計的推定の基礎 2 -- 分散の推定
統計的推定の基礎 2 -- 分散の推定統計的推定の基礎 2 -- 分散の推定
統計的推定の基礎 2 -- 分散の推定
 
統計的推定の基礎 1 -- 期待値の推定
統計的推定の基礎 1 -- 期待値の推定統計的推定の基礎 1 -- 期待値の推定
統計的推定の基礎 1 -- 期待値の推定
 
第4章 確率的学習---単純ベイズを使った分類
第4章 確率的学習---単純ベイズを使った分類第4章 確率的学習---単純ベイズを使った分類
第4章 確率的学習---単純ベイズを使った分類
 
演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 3.講義ノート
 
演習II.第1章 ベイズ推論の考え方 Part 3.スライド
演習II.第1章 ベイズ推論の考え方 Part 3.スライド演習II.第1章 ベイズ推論の考え方 Part 3.スライド
演習II.第1章 ベイズ推論の考え方 Part 3.スライド
 
演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 2.講義ノート
 
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライド演習II.第1章 ベイズ推論の考え方 Part 2.スライド
演習II.第1章 ベイズ推論の考え方 Part 2.スライド
 
演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート
演習II.第1章 ベイズ推論の考え方 Part 1.講義ノート
 
マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」
マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」
マクロ経済学I 「第8章 総需要・総供給分析(AD-AS分析)」
 
経済数学II 「第9章 最適化(Optimization)」
経済数学II 「第9章 最適化(Optimization)」経済数学II 「第9章 最適化(Optimization)」
経済数学II 「第9章 最適化(Optimization)」
 
マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」
マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」
マクロ経済学I 「第10章 総需要 II.IS-LM分析とAD曲線」
 
経済数学II 「第12章 制約つき最適化」
経済数学II 「第12章 制約つき最適化」経済数学II 「第12章 制約つき最適化」
経済数学II 「第12章 制約つき最適化」
 
マクロ経済学I 「第9章 総需要 I」
マクロ経済学I 「第9章 総需要 I」マクロ経済学I 「第9章 総需要 I」
マクロ経済学I 「第9章 総需要 I」
 
経済数学II 「第11章 選択変数が2個以上の場合の最適化」
経済数学II 「第11章 選択変数が2個以上の場合の最適化」経済数学II 「第11章 選択変数が2個以上の場合の最適化」
経済数学II 「第11章 選択変数が2個以上の場合の最適化」
 
マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」マクロ経済学I 「第6章 開放経済の長期分析」
マクロ経済学I 「第6章 開放経済の長期分析」
 
経済数学II 「第8章 一般関数型モデルの比較静学」
経済数学II 「第8章 一般関数型モデルの比較静学」経済数学II 「第8章 一般関数型モデルの比較静学」
経済数学II 「第8章 一般関数型モデルの比較静学」
 
マクロ経済学I 「第4,5章 貨幣とインフレーション」
マクロ経済学I 「第4,5章 貨幣とインフレーション」マクロ経済学I 「第4,5章 貨幣とインフレーション」
マクロ経済学I 「第4,5章 貨幣とインフレーション」
 
マクロ経済学I 「第3章 長期閉鎖経済モデル」
マクロ経済学I 「第3章 長期閉鎖経済モデル」マクロ経済学I 「第3章 長期閉鎖経済モデル」
マクロ経済学I 「第3章 長期閉鎖経済モデル」
 
経済数学II 「第7章 微分法とその比較静学への応用」
経済数学II 「第7章 微分法とその比較静学への応用」経済数学II 「第7章 微分法とその比較静学への応用」
経済数学II 「第7章 微分法とその比較静学への応用」
 
経済数学II 「第6章 比較静学と導関数の概念」
経済数学II 「第6章 比較静学と導関数の概念」経済数学II 「第6章 比較静学と導関数の概念」
経済数学II 「第6章 比較静学と導関数の概念」
 

Recently uploaded

Invezz.com - Grow your wealth with trading signals
Invezz.com - Grow your wealth with trading signalsInvezz.com - Grow your wealth with trading signals
Invezz.com - Grow your wealth with trading signalsInvezz1
 
CebaBaby dropshipping via API with DroFX.pptx
CebaBaby dropshipping via API with DroFX.pptxCebaBaby dropshipping via API with DroFX.pptx
CebaBaby dropshipping via API with DroFX.pptxolyaivanovalion
 
BabyOno dropshipping via API with DroFx.pptx
BabyOno dropshipping via API with DroFx.pptxBabyOno dropshipping via API with DroFx.pptx
BabyOno dropshipping via API with DroFx.pptxolyaivanovalion
 
Schema on read is obsolete. Welcome metaprogramming..pdf
Schema on read is obsolete. Welcome metaprogramming..pdfSchema on read is obsolete. Welcome metaprogramming..pdf
Schema on read is obsolete. Welcome metaprogramming..pdfLars Albertsson
 
Introduction-to-Machine-Learning (1).pptx
Introduction-to-Machine-Learning (1).pptxIntroduction-to-Machine-Learning (1).pptx
Introduction-to-Machine-Learning (1).pptxfirstjob4
 
Halmar dropshipping via API with DroFx
Halmar  dropshipping  via API with DroFxHalmar  dropshipping  via API with DroFx
Halmar dropshipping via API with DroFxolyaivanovalion
 
BDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort Service
BDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort ServiceBDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort Service
BDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort ServiceDelhi Call girls
 
Best VIP Call Girls Noida Sector 22 Call Me: 8448380779
Best VIP Call Girls Noida Sector 22 Call Me: 8448380779Best VIP Call Girls Noida Sector 22 Call Me: 8448380779
Best VIP Call Girls Noida Sector 22 Call Me: 8448380779Delhi Call girls
 
Discover Why Less is More in B2B Research
Discover Why Less is More in B2B ResearchDiscover Why Less is More in B2B Research
Discover Why Less is More in B2B Researchmichael115558
 
Log Analysis using OSSEC sasoasasasas.pptx
Log Analysis using OSSEC sasoasasasas.pptxLog Analysis using OSSEC sasoasasasas.pptx
Log Analysis using OSSEC sasoasasasas.pptxJohnnyPlasten
 
VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...
VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...
VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...SUHANI PANDEY
 
Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...
Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...
Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...amitlee9823
 
Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...
Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...
Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...amitlee9823
 
Best VIP Call Girls Noida Sector 39 Call Me: 8448380779
Best VIP Call Girls Noida Sector 39 Call Me: 8448380779Best VIP Call Girls Noida Sector 39 Call Me: 8448380779
Best VIP Call Girls Noida Sector 39 Call Me: 8448380779Delhi Call girls
 
Delhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip Call
Delhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip CallDelhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip Call
Delhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip Callshivangimorya083
 
FESE Capital Markets Fact Sheet 2024 Q1.pdf
FESE Capital Markets Fact Sheet 2024 Q1.pdfFESE Capital Markets Fact Sheet 2024 Q1.pdf
FESE Capital Markets Fact Sheet 2024 Q1.pdfMarinCaroMartnezBerg
 
Ravak dropshipping via API with DroFx.pptx
Ravak dropshipping via API with DroFx.pptxRavak dropshipping via API with DroFx.pptx
Ravak dropshipping via API with DroFx.pptxolyaivanovalion
 

Recently uploaded (20)

Invezz.com - Grow your wealth with trading signals
Invezz.com - Grow your wealth with trading signalsInvezz.com - Grow your wealth with trading signals
Invezz.com - Grow your wealth with trading signals
 
CebaBaby dropshipping via API with DroFX.pptx
CebaBaby dropshipping via API with DroFX.pptxCebaBaby dropshipping via API with DroFX.pptx
CebaBaby dropshipping via API with DroFX.pptx
 
BabyOno dropshipping via API with DroFx.pptx
BabyOno dropshipping via API with DroFx.pptxBabyOno dropshipping via API with DroFx.pptx
BabyOno dropshipping via API with DroFx.pptx
 
Schema on read is obsolete. Welcome metaprogramming..pdf
Schema on read is obsolete. Welcome metaprogramming..pdfSchema on read is obsolete. Welcome metaprogramming..pdf
Schema on read is obsolete. Welcome metaprogramming..pdf
 
Introduction-to-Machine-Learning (1).pptx
Introduction-to-Machine-Learning (1).pptxIntroduction-to-Machine-Learning (1).pptx
Introduction-to-Machine-Learning (1).pptx
 
Halmar dropshipping via API with DroFx
Halmar  dropshipping  via API with DroFxHalmar  dropshipping  via API with DroFx
Halmar dropshipping via API with DroFx
 
BDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort Service
BDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort ServiceBDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort Service
BDSM⚡Call Girls in Mandawali Delhi >༒8448380779 Escort Service
 
Best VIP Call Girls Noida Sector 22 Call Me: 8448380779
Best VIP Call Girls Noida Sector 22 Call Me: 8448380779Best VIP Call Girls Noida Sector 22 Call Me: 8448380779
Best VIP Call Girls Noida Sector 22 Call Me: 8448380779
 
Call Girls In Shalimar Bagh ( Delhi) 9953330565 Escorts Service
Call Girls In Shalimar Bagh ( Delhi) 9953330565 Escorts ServiceCall Girls In Shalimar Bagh ( Delhi) 9953330565 Escorts Service
Call Girls In Shalimar Bagh ( Delhi) 9953330565 Escorts Service
 
Discover Why Less is More in B2B Research
Discover Why Less is More in B2B ResearchDiscover Why Less is More in B2B Research
Discover Why Less is More in B2B Research
 
Log Analysis using OSSEC sasoasasasas.pptx
Log Analysis using OSSEC sasoasasasas.pptxLog Analysis using OSSEC sasoasasasas.pptx
Log Analysis using OSSEC sasoasasasas.pptx
 
VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...
VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...
VIP Model Call Girls Hinjewadi ( Pune ) Call ON 8005736733 Starting From 5K t...
 
Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...
Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...
Chintamani Call Girls: 🍓 7737669865 🍓 High Profile Model Escorts | Bangalore ...
 
Abortion pills in Doha Qatar (+966572737505 ! Get Cytotec
Abortion pills in Doha Qatar (+966572737505 ! Get CytotecAbortion pills in Doha Qatar (+966572737505 ! Get Cytotec
Abortion pills in Doha Qatar (+966572737505 ! Get Cytotec
 
Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...
Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...
Call Girls Bannerghatta Road Just Call 👗 7737669865 👗 Top Class Call Girl Ser...
 
Best VIP Call Girls Noida Sector 39 Call Me: 8448380779
Best VIP Call Girls Noida Sector 39 Call Me: 8448380779Best VIP Call Girls Noida Sector 39 Call Me: 8448380779
Best VIP Call Girls Noida Sector 39 Call Me: 8448380779
 
Delhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip Call
Delhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip CallDelhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip Call
Delhi Call Girls Punjabi Bagh 9711199171 ☎✔👌✔ Whatsapp Hard And Sexy Vip Call
 
FESE Capital Markets Fact Sheet 2024 Q1.pdf
FESE Capital Markets Fact Sheet 2024 Q1.pdfFESE Capital Markets Fact Sheet 2024 Q1.pdf
FESE Capital Markets Fact Sheet 2024 Q1.pdf
 
Ravak dropshipping via API with DroFx.pptx
Ravak dropshipping via API with DroFx.pptxRavak dropshipping via API with DroFx.pptx
Ravak dropshipping via API with DroFx.pptx
 
Sampling (random) method and Non random.ppt
Sampling (random) method and Non random.pptSampling (random) method and Non random.ppt
Sampling (random) method and Non random.ppt
 

第3回 データフレームの基本操作 その1(解答付き)

  • 1. 3 2020 1 30 1 1 2 data.frame 1 2.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 3 3 3.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 3.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 3.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 4 5 4.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6 5 6 5.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 6 : 7 7 8 7.1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9 1 • 2 data.frame row column 1 R mode Numeric Character 1
  • 2. 2.1 3 173.5 66 19 166.4 58 20 168 NA 18 170.3 81 20 1: 山田太郎 西南花子 市東治子 三宅信二 リスト要素 [[1]] Character 型 ベクトル 173.5 166.4 168 170.3 リスト要素 [[2]] Numeric 型 ベクトル 男 女 女 男 リスト要素 [[5]] Character 型 ベクトル 福岡県 鹿児島県 千葉県 岡山県 リスト要素 [[6]] Character 型 ベクトル 66 58 NA 20 リスト要素 [[3]] Numeric 型 ベクトル 19 20 18 20 リスト要素 [[4]] Numeric 型 ベクトル 1: R data.frame 1 data.frame 1 1 2 NA Not Available missing values R NA logical NA 2.1 • • • row column 1 2 1 R I 2
  • 3. 3 • • NA missing values 3 data.frame() > name <- c(" ", " ", " ", " ") # > height <- c(173.5, 166.4, 168, 170.3) # > weight <- c(66, 58, NA, 81) # NA > age <- c(19, 20, 18, 20) # > personal <- data.frame(name, height, weight, age) # > personal name height weight age 1 173.5 66 19 2 166.4 58 20 3 168.0 NA 18 4 170.3 81 20 3.1 cbind() column bind cbind() personal personal personal cbind() > =c(" ", " ", " ", " ") # > personal <- cbind(personal, ) # > personal name height weight age 1 173.5 66 19 2 166.4 58 20 3 168.0 NA 18 4 170.3 81 20 I 3
  • 4. 3.2 3 > personal <- cbind(personal, =c(" ", " ", " ", " ")) > personal name height weight age 1 173.5 66 19 2 166.4 58 20 3 168.0 NA 18 4 170.3 81 20 3.2 rbind() row bind 2 > extra <- data.frame( =c(" ", " "), + =c(169, 159), + =c(61, 63), + =c(23, 20), + =c(" ", " "), + =c(" ", " ")) > extra 1 169 61 23 2 159 63 20 rbind() > rbind(personal, extra) # personal colnames() > colnames(personal) # column names [1] "name" "height" "weight" "age" " " " " > colnames(personal) <- c(" ", " ", " ", " ", " ", " ") > personal 1 173.5 66 19 2 166.4 58 20 3 168.0 NA 18 4 170.3 81 20 extra personal I 4
  • 5. 3.3 3 > colnames(personal) <- colnames(extra) # extra personal > personal 1 173.5 66 19 2 166.4 58 20 3 168.0 NA 18 4 170.3 81 20 rbind() rbind() personal > personal <- rbind(personal, extra) > personal 1 173.5 66 19 2 166.4 58 20 3 168.0 NA 18 4 170.3 81 20 5 169.0 61 23 6 159.0 63 20 3.3 • • • • • 4 attributes 3 attributes() > attributes(personal) $names [1] " " " " " " " " " " " " 3 I 5
  • 6. 4.1 3 $row.names [1] 1 2 3 4 5 6 $class [1] "data.frame" personal names row.names class 3 names row.names class colnames() names row.names rownames() > rownames(personal) # [1] "1" "2" "3" "4" "5" "6" > dim(personal) # dimension [1] 6 6 > dim(personal)[1] # [1] 6 > dim(personal)[2] # [1] 6 4.1 • • attributes() • rownames() • 5 personal 1 ID1 ID2 · · · ID > personal ID1 173.5 66 19 ID2 166.4 58 20 ID3 168.0 NA 18 ID4 170.3 81 20 ID5 169.0 61 23 ID6 159.0 63 20 I 6
  • 7. 5.1 3 5.1 > rownames(personal) <- c("ID1", "ID2", "ID3", "ID4", "ID5", "ID6") > # paste() > rownames(personal) <- paste("ID", 1:dim(personal)[1], sep="") 6 : ID paste() paste() > help(paste) Description concatenate Usage Usage: paste (..., sep = " ", collapse = NULL) paste0(..., collapse = NULL) pasge() ... Usage Arguments 1 R R R paste() 2 sep = " " ... separate sep=" " sep 1 > paste("A", "B", "C", "D") # sep 1 [1] "A B C D" > paste("A", "B", "C", "D", sep="-+-") # sep -+- [1] "A-+-B-+-C-+-D" > paste("A", "B", "C", "D", sep="") # sep [1] "ABCD" 4 1 R 1 "A" "B" 1 paste() 4 paste() I 7
  • 8. 3 > letters <- c("A", "B", "C", "D") > paste(letters, 1:length(letters), sep="") [1] "A1" "B2" "C3" "D4" 1 letters 4 2 1:length(letters) 1 4 paste() :::::::: ID > paste("ID", 1:15, sep="") [1] "ID1" "ID2" "ID3" "ID4" "ID5" "ID6" "ID7" "ID8" "ID9" "ID10" "ID11" [12] "ID12" "ID13" "ID14" "ID15" > paste("ID", 1:dim(personal)[1], sep="") # [1] "ID1" "ID2" "ID3" "ID4" "ID5" "ID6" 2017 1 12 > paste(2017, "/", 1:12, sep="") [1] "2017/1" "2017/2" "2017/3" "2017/4" "2017/5" "2017/6" "2017/7" "2017/8" [9] "2017/9" "2017/10" "2017/11" "2017/12" 1 2 1 3 12 1 2 3 > paste(rep(2017, 12), rep("/", 12), 1:12, sep="") # ! [1] "2017/1" "2017/2" "2017/3" "2017/4" "2017/5" "2017/6" "2017/7" "2017/8" [9] "2017/9" "2017/10" "2017/11" "2017/12" 7 paste() > results [1] "2014 1 " "2014 2 " "2014 3 " "2014 4 " "2014 5 " "2014 6 " [7] "2014 7 " "2014 8 " "2014 9 " "2014 10 " "2014 11 " "2014 12 " [13] "2015 1 " "2015 2 " "2015 3 " "2015 4 " "2015 5 " "2015 6 " [19] "2015 7 " "2015 8 " "2015 9 " "2015 10 " "2015 11 " "2015 12 " [25] "2016 1 " "2016 2 " "2016 3 " "2016 4 " "2016 5 " "2016 6 " [31] "2016 7 " "2016 8 " "2016 9 " "2016 10 " "2016 11 " "2016 12 " I 8
  • 9. 7.1 3 7.1 > paste(c(rep(2014, 12), rep(2015, 12), rep(2016, 12)), + " ", 1:12, " ", sep="") [1] "2014 1 " "2014 2 " "2014 3 " "2014 4 " "2014 5 " "2014 6 " [7] "2014 7 " "2014 8 " "2014 9 " "2014 10 " "2014 11 " "2014 12 " [13] "2015 1 " "2015 2 " "2015 3 " "2015 4 " "2015 5 " "2015 6 " [19] "2015 7 " "2015 8 " "2015 9 " "2015 10 " "2015 11 " "2015 12 " [25] "2016 1 " "2016 2 " "2016 3 " "2016 4 " "2016 5 " "2016 6 " [31] "2016 7 " "2016 8 " "2016 9 " "2016 10 " "2016 11 " "2016 12 " I 9