上图是一个简单的例子，b为一矩阵，现在想统计第二列中数值等于1的元素个数，首先做一个逻辑判断，即b[,2]==1，得到一个由布尔变量true和false组成的向量。
此时只需要知道true的数量，由于对布尔变量求和，true转化为1，false转化为0，故对该向量求和即可得到true的数量，即b[,2]中等于1的数量。
#在1到80里随机抽取100个数，可重复
x
<-
sample(1:80,
100,
replace
=
T)
#
看看有多少不同的元素,
unique(x)把x中出现过的元素提取出来，
length()看看有多少个
length(unique(x))
[1]
52
其基本思想就是把百分数按照字符处理，首先将“%”与数字分离，然后再将数除以100，就可以化成小数了。下面两种方法的区别一个是将%替换成空格，一个是提取除百分号的数字。>testdata<-data.frame(v1=c("78%", "65%", "32%"), v2=c("43%", "56%", "23%"))>testnewdata1<-data.frame(lapply(testdata, function(x) as.numeric(sub("%", "", x))/100) )>testnewdata1v1 v21 0.78 0.432 0.65 0.563 0.32 0.23>library(stringr)>testnewdata2<-data.frame(lapply(testdata, function(x) as.numeric(str_extract(x,'[0-9.]+'))/100) )>testnewdata2v1 v21 0.78 0.432 0.65 0.563 0.32 0.23 替换百分号的思想还可以用下面的代码实现>testnewdata3<-data.frame(lapply(testdata, function(x) as.numeric(gsub("\\%", "", x))/100))>testnewdata3v1 v21 0.78 0.432 0.65 0.563 0.32 0.23
