① R语言如何对一整列数据取对数
a=matrix(1:9,nrow=3)
log(a[,1])
a[,1]=log(a[,1])
② R语言初步-数据转换-4.mutate()函数
mutate：变异 ; 突变 ; 改变 ; 数据修改
紧接着创建新的列gain和speed
新创建的列同时也可以使用（但是保留的方法仍然是赋值给某个名称）：
由于系统显示限制，最后一列没有展示出来，运行view()函数即可：
如果只想要保留新的变量，那就使用transmute()函数：
此时参与计算的arr_delay、dep_delay、air_time、hours都消失，只有新转换的gain、hours 、gain_per_hour三列。
mutare()函数可以和前面提到的几个函数结合起来使用。其中进行运算的时候，肯定会涉及到R语言的计算语言，以下列出几个常用的：
举例：
③ R语言怎么把股票日收盘价转换成对数收益率
R表示是融资融券的品种；N是新股的意思，new的首字母，第一天上市会戴这个帽子；K是科创板的股票，代码688开头。
股票收益率是反映股票收益水平的指标。投资者购买股票或债券最关心的是能获得多少收益，衡量一项证券投资收益大小以收益率来表示。
股票收益率=收益额/原始投资额。
温馨提示：
1、以上信息仅供参考，不作任何建议；
2、投资有风险，入市需谨慎。
应答时间：2021-10-18，最新业务变化请以平安银行官网公布为准。
[平安银行我知道]想要知道更多？快来看“平安银行我知道”吧~
https://b.pingan.com.cn/paim/iknow/index.html
④ R语言数据转置
#读取wet.txt需要转换的目标矩阵，显示原行列。本例中行为sample，列为otu
otu<-read.delim('E:\\R语言网络分析\\wet.txt',sep='\t',row.names=1)
otu1<-t(otu)
write.table(otu1,file='otu9.txt',sep='\t',row.names=T)
#读取wet.xlsx需要转换的目标矩阵，显示原行列。本例中行为sample，列为otu
library(openxlsx)
otu<-read_excel("E:\\R语言网络分析\\wet.xlsx")
otu1=t(otu)
##导出已转置文件到本地储存，此处导出的文件为Excel格式文件
write.xlsx(otu1,file="otu11.xlsx",sep='\t',row.names=T)
# 将otu1保存为csv文件
write.csv(otu1,file="otu11.csv")
library(openxlsx)
otu<-read_excel("E:\\R语言网络分析\\wet.xlsx")
head(otu)
class(otu)
otu1=t(otu)
write.xlsx(otu1,file="otu2.xlsx") ##导出已转置文件到本地储存，此处导出的文件为Excel格式文件
# 将otu1保存为csv文件
write.csv(otu1,file="otu5.csv")
⑤ R语言-数据转化(log和根号)
在我们实际建模拟合时，若数据中某个变量过度离散，则需要做转化，常见的有做log和根号两种方式。 install.packages('gridExtra') library(gridExtra) #先画一个柱状图，观察friend_count这个变量的整体趋势，发现过度离散 p1<-ggplot(aes(x=friend_count),data=pf)+geom_histogram() #log转化 p2<-p1+scale_x_log10() #根号转化 p3<-p1+scale_x_sqrt() #将三张图放在一个面板里 grid.arrange(p1,p2,p3,ncol=1)最后我们发现，做了log转化的数据更接近正态分布。⑥ 【R语言】--- 宽数据和长数据之间的相互转换
宽数据是指数据集对所有的变量进行了明确的细分，各变量的值不存在重复循环的情况也无法归类。数据总体的表现为 变量多而观察值少。每一列为一个变量，每一行为变量所对应的值。例如s1-s10为变量名：
长数据是指数据集中的变量没有做明确的细分，即变量中至少有一个变量中的元素存在值严重重复循环的情况（可以归为几类），表格整体的形状为长方形，即 变量少而观察值多。一列包含了所有的变量，而另一列则是与之相关的值。例如S包含了所有的变量名：
长数据与宽数据之间的转换通常是作图需要，宽数据格式无法利用ggplot做出图形。例如分组柱状图等均需要长数据。此外，当数据清洗完成后，导入某些软件时，例如导入SPSS软件进行方差分析或者相关性分析等时候，宽数据格式会更好。因此需要对数据进行长宽格式相互转换。
目前常用的转换方式有两种，分别是手动复制粘贴和软件辅助(本文仅涉及R语言：R语言主要有tidyr包和reshape2包)。如数据量小的话，手动复制粘贴也是可以的；但当数据量十分庞大时，利用软件转换还是比较方便的。本文介绍R语言的tidyr包和reshape2包，掌握好这两个包的转换方法，数据前处理将会轻松很多。
可以通过R语言判断两种方法转化后的数据是否完全一致
可以用R语言判断两种方法转化后的数据是否完全一致，返回TRUE则为完全相等
由于data_wide_s的s1-s10并非按照数字顺序排列,因此有FALSE,但实际上是没有问题的
通过这里也可以看到，两种方法转换的数据观测值数和变量数一致，说明没有问题。
[1] https://blog.csdn.net/Ray_zhu/article/details/78679913
[2] https://cran.r-project.org/web/packages/tidyr/index.html
[3] https://cran.r-project.org/web/packages/reshape2/index.html