学习和使用R已经有1年多的时间了，看了很多R教程视频，看了很多电子书，买了几本R相关的书，现觉得编程思维很重要，所以继续钻研R编程艺术，已读到第五章，希望读完整本书可以帮助自己R达到大成的状态。

R语言编程艺术：第五章

drop=F表示向量变成数据框的参数条件。

complete.cases()用法跟na.rm和na.omit有点相似，但可以精确删除某行或某列。
用法是：x【complete.cases(x(,5:6))】,x为数据集。

Logistic模型：glm函数，family=binomial可以带入数据就估计出βi值。


第六章：

split（）函数：基本形式是split（x，f）。x为向量或数据框，f为因子或因子的列表。

example：split（1：length（txt），txt）

by函数：第一参数指定数据，第二个为分组因子，第三个是应用于每组的函数。与tapply非常相似。

table（）函数非常简单，就是输出频数表。

addmargins（）解决计算边际值。dimnames（）获得维度的名称和水平值。

subtable（）可以完成子表的提取：它有2个参数：

tbl：感兴趣的表，它用“table”类的对象；

subnames：是一个列表，用来设定想要提取的子表。该列表的每个组件都是以tbl的某个维度命名，组件的值是所需水平的名称向量。

tabdom（）函数表示一个表中最显著的频数。简单调用：tabdom（tbl，k）函数给表中频数占前k位的单元格。

自定义：

tabdom<-function(tbl,k){
tbldf<-as.data.frame(tb1)#转换为数据框

降序

dom<-tbldf[freqord,][1:k,]#显示前k点的freqord列
return(dom)
}


aggregate（）函数：第一个参数是数据框，第二个参数必须是列表，第三个参数是函数。

cut（）函数：切割为数据区间，调用形式：y<-cut(x,b,labels=FALSE)；y为区间范围值。