字符串连接函数paste
1、字符串连接：paste(..., sep = " ", collapse = NULL)sep表示分隔符，默认为空格。collapse表示如果不指定值，那么函数paste的返回值是自变量之间通过sep指定的分隔符连接后得到的一个字符型向量；如果为其指定了特定的值，那么自变量连接后的字符型向量会再被连接成一个字符串，之间通过collapse的值分隔
(1) paste函数把它的自变量连成一个字符串，中间用空格分开，如
> paste("Hello","world")
[1] "Hello world"
(2) 连接的自变量可以是向量，这时各对应元素连接起来，长度不相同时较短的向量被重复使用。如
> paste("A", 1:6, sep = "")
[1] "A1" "A2" "A3" "A4" "A5" "A6"
(3) 如果希望将一个向量中所有字符连接在一起且中间用逗号分隔，使用paste(x,collapse)即可，结果只是返回一个元素。
> paste(letters[1:6],collapse=",") [1] "a,b,c,d,e,f"
(4) 同时使用了参数seq与collapse
> paste("A", 1:6, sep = "", collapse=",")
[1] "A1,A2,A3,A4,A5,A6"
(5)如果只是希望向量x中每一个元素和特定的字符（如下划线_）连接，使用paste(x,seq=)即可，如
> paste(letters[1:4], seq='_') [1] "a _" "b _" "c _" "d _"
2、应用方面，以上说的还是paste的基础常用方式，下面说的是我经常会用到的paste用法，与学习的时候不同，paste其实用法挺灵活的。
(1) R读取数据的时候有时会读取多个文件如：a.csv b.csv c.csv,d.csv........等，这时可以用到paste来实现。
> path <- 'E:\mytestdata\'
> setwd(path)
> dir.data <- dir(path)
> dir.data
[1] "a.csv" "b.csv" "c.csv" "d.csv"
>for(i in 1:length(dir.data)){
>data <- read.csv(paste(path,dir.data[i],sep=''))
>}
循环读取文件，data分别表示 "a.csv" "b.csv" "c.csv" "d.csv"，可以在循环里对每个文件进行操作
(2)R保存文件的时候也可以用paste
write.csv(a.csv,file=paste(path,'data.csv'))
(3) paste也可以连接sql语句
paste('select * from student where date =','date',sep=" ")
这样的好处是可以把date设置为外来参数，进行传参。
总结：虽然列举了不同的用法，但是本质就是字符串连接，只不过在实际中用法比较灵活，需要多加练习，用多了会觉得非常好用。
3、使用paste0连接多个字符串
> date1 <- 20150101
> date2 <- 20151231
> paste0("select * from sales where stat_date between ",date1," and ",date2)
[1] "select * from sales where stat_date between 20150101 and 20151231"
dim(x)查看或设置数组的维度向量
> a <- matrix(1:20,nrow=5,ncol=4,byrow=T)
> a
[,1] [,2] [,3] [,4]
[1,] 1 2 3 4
[2,] 5 6 7 8
[3,] 9 10 11 12
[4,] 13 14 15 16
[5,] 17 18 19 20
> is.matrix(a)
[1] TRUE
> dim(a) #查看或设置数组的维度向量
[1] 5 4
# 错误的用法
> dim(a) <- c(4,4)
Error in dim(a) <- c(4, 4) : dims [product 16]与对象长度[20]不匹配
> # 正确的用法
> a <- 1:20
> dim(a) <- c(5,4) #转换向量为矩阵
> a
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
is系列和as系列函数用来判断变量的属性和转换变量的属性
> is.character(a) [1] FALSE > is.numeric(a) [1] TRUE > is.matrix(a) [1] TRUE > is.data.frame(a) [1] FALSE # 矩阵转换为data.frame > is.data.frame(as.data.frame(a)) [1] TRUE