R语言中内置了两种数据格式,除了将数据导出为我们常用的 .xls 、 .csv 外,使用R内置的数据格式可以方便以后的再次计算。
.RDS适合保存单个数据集的数据,如将iris数据保存下来:
.RData适合保存整个工作空间的数据,有以下两种方法:
k <- list()
for(i in 1:1000)
{
k[[i]] <- nn2()
}
newdata=c() #1
for(i in 1:1000)
{
#方法一:三次样条法
library(splines)
m1 <- lm(h~bs(a,df=3),data=k[[i]])
#预测百分位数值
new <- data.frame(a=7:20)
cs.p <- predict(m1, new)
#均方差
mse.cs <- sum( (st$p50-cs.p)^2 )/14
#最大范数误差
mne.cs <- max(abs(st$p50-cs.p))
newdata<-rbind(newdata,mse.cs) #2
print(newdata) #3
}
aa<-mean(newdata) #4
新建newdata来保存循环的结果,以便对循环的结果进行后续操作比如求均值并保存在aa中
r语言修改存入原来的数据的方法是使用names函数自定义修改数据列变量的名称、一次性修改dataframe所有数据列的名称。在数据处理分析过程中,分类变量的值有时候是试用数值来表示,从直观上并不能理解其含义,必须要有赋值对照表才能辅助理解。