1 简单处理数据
dim(Insurance) #获得数据集维度
dim(Insurance)[1] #获得数据集维度的第一个向量
2 变量类型
通过levels()可以看到因子型数据的各水平值
levels(Insurance$Age) #显示出年龄有四个等级
levels(Insurance$Age)[1]<-"young" #将Age变量的第一个水平修改为”young”
levels(Insurance$Age)
3 数据抽样与R实现
3.1 简单随机抽样
使用sample()函数进行简单随机抽样，函数格式如下：
其中，x表示待抽取对象，size表示想要取样本的个数，replace为是否需要放回，prob用于抽取样本的抽样概率。
sub1<-sample(nrow(Insurance),10,replace = T) #从Insurance中抽取有放回的10个行序号
sub1
sub2<-sample(nrow(Insurance),10,replace = T,prob=c(rep(0,nrow(Insurance)-1),1))
#设置除最后一条样本抽样概率为1之外，其余样本抽样概率为0
sub2
Insurance[sub2,] #列出抽取的样本信息
3.2 分层抽样
分层抽样使用strata()函数，格式为：
其中data为待抽样的数据集，stratanames中放置进行分层所一句的变量名称，size用于放置各层中将要抽出的观测样本数量，method为选择用于分层抽样的方法，分别为无放回、有放回、泊松、系统抽样，默认情况下是无放回，pik用于各层中个样本抽样的概率，description参数用于是否输出含有各层基本信息的结果。
3.3 整群抽样
使用cluster()函数实线整群，格式为：
clustername是值用来划分的变量名称，size是一个正整数，表示需要抽取的群数。
4 获取网页数据
使用XML软件包中的readHTMLTablle()函数来读取网页数据。
以获取和讯忘中午你可A（000002）股票的相关金融数据为例，数据所在的网址为
http://stockdata.stock.hexun.com/2008en/zxcwzb.aspx?stockid=000002&type=1&data=2021.09.02
页面包含有该股票相应年份的年度数据（Annual）和中期数据（Interim），以下使用函数readHTMLTablle()来获取本页面中所含的其全部数据。
library(XML)
u1<-"http://stockdata.stock.hexun.com/2008en/zxcwzb.aspx?stockid=000002&type=1&data=2021.09.02"
tables1<-readHTMLTable(u1)
names(tables1) #查看该数据有几部分内容（4部分）
tables1[[2]] #输出第2部分的信息
作者：zhang-X，转载请注明原文链接
