1、3）记录抽取记录抽取函数： subset (x, condition)x：需要处理的数据condition：过滤条件返回值： data.frame案例：items <- read.table('sales.csv', sep="|", header=TRUE, fileEncoding='utf-8', stringsAsFactors=FALSE)sub_items <- subset(items, comments>10000) ---提取 comments大于10000的记录
2、4）随机抽样随机抽样函数： sample (length, size, replace = FASLE)length：样本长度size：抽样行数replace：是否可回收样本，默认为不放回，即FALSE返回值：行数的位置值数组案例：items <- read.csv ('sales.csv') ---导入数据rows <- nrow (items) ---数据记录行，即抽样行数lengthindexes <- sample (rows, 3, replace =TRUE) ---使用 sample函数，在 rows（10行）抽取3个数据（抽取的是数据行位置行号）data1 <- items [indexes, ] ---提取出 items表中的随机抽取出的indexes行号对应数据
