R语言学习

工作目录设置

setwd(): 设置当前工作目录，数据和程序都将保存到该目录下

getwd(): 显示当前目录

安装包调用：install.package(“包名”) 等价于 library(包名)

ls(): 显示内存中的对象

ctrl + L: 清屏

rm(): 删除内存中的对象，包括变量、数据框、函数等

options(digits=)： #显示小数位数，默认为7，全局。(round(value, 4) #显示4位小数，局部。)

注释

单行注释： 用一个’#’；

大段注释： if(FALSE){ 代码 }

输入数据

★ R 语言对大小写敏感！！！

用向量函数c命令直接输入

X = c(164,162,186)

读取文件

● 文本数据(.txt)或者某个网页上的文件：

read.table(filename, header=T), header=T用来指定第一行是标题行。 read.table(文件网址)

● 表格(.xlsx, .csv):

read.csv(filename)

读取其他统计软件数据

首先要调用foreign包：library(foreign)

例如：read.spss(“SPSS数据文件名”)

数据形式

数据类型

数值型(默认为双精度)、字符型(单引号或双引号均可)、逻辑型(T/F)、日期型、缺省值(NA，任何NA的运算结果都是NA)。

数据对象

向量(vector)

● 利用c()函数；赋值符号：<- 或者 -> 或者 =。也可用assign()函数对向量赋值：assign(“w”, c(1,2)) # w=[1,2]

● 常见的正则序列，可以用”:”符号。

i = 1:9 # 1,2,3,4,5,6,7,8,9 i = 9:1 # 9,8,7,6,5,4,3,2,1

● 利用seq()函数产生有规律的序列： seq(起始值, 终止值, by=)(by表示步长)，当步长=负数时，降序； 若要固定数列长度: seq(起始值, 终止值, length=长度)或者seq(起始值， by=,length=)

● rep(x, times)：x表示要重复的对象，times是重复的次数。

● length()：返回向量长度； mode()：返回向量的数据类型

因子(factor)

分类型数据经常要把数据分成不同的水平或因子。比如性别分为男、女两个因子。

生成因子：factor(data,[levels, labels, …]), levels是因子水平向量，labels是因子的标签向量，可选。

可以用函数levels()列出因子水平。

矩阵(matrix)

● matrix(data=NA, nrow=1, ncol=1, byrow=FALSE, dimnames=NULL)

data是必须，其他可选，nrow表示行数，ncol表示列数，byrow默认表示按列排列，dimnames用于更改行列名。 例：matrix(c(1,2,3,4,5,6),nrow=2,ncol=3,dimnames=list(c("R1","R2"),c("C1","C2","C3"))) C1 C2 C3 R1 1 3 5 R2 2 4 6 如果令byrow=TRUE，则按行排列，第一行R1：1 2 3，R2: 4 5 6

● diag(A)：当A是向量是则生成对角矩阵；但当A是矩阵时,返回对角元素；当A为数字时生成单位阵。

● A×B表示矩阵对应元素相乘；A%×%B表示矩阵相乘；solve返回矩阵的逆矩阵，若矩阵奇异则无法求得结果。

● 常见函数：

数组(array)

带有多个下标的类型相同的元素的集合，一维数组即向量，二维即矩阵。array(data=NA, dim=, dimnames=NULL), dim表示维数，dimnames更改维度名称。

数据框(data frame) ★ 重要(下面重点介绍)

列表(list)

列表是一个对象的有序集合，列表中包含的对象又称为它的分量，分量可以是不同的模式或类型。

● 创建：list(变量1=分量1，变量2=分量2，….)

● 访问:

若访问某一个分量集合，LST[[分量索引]]；若访问某分量中的某部分元素，LST【【分量索引】】【元素索引】； 由于分量可以被命名，所以可以利用LST$分量名访问。(分量名还可以简写，只要能区分即可)

● 简单函数：length()、mode()、names()分别返回列表长度(分量的数目)、数据类型、列表成分名字。

数据框

● 定义：

data.frame(data1, data2,…)

● 显示：

dim(frame) #显示数据框的维数

nrow(frame) <=> dim(frame)[1] #数据框的行数

ncol(frame) <=> dim(frame)[2] #数据框的列数

names(frame) #显示数据框的变量名

head(frame, num) #显示前num行数据，默认显示前6行

tail(frame, num) #显示后num行数据，默认显示后6行

● 创建数据库中的变量：

1）$法： frame$新变量 = value

2) transform法： frame = transform(frame, 新变量=value)

● 取值：

1）下标法：

frame[i,j]取frame的第i行j列数据;

frame[i,]选取第i行； frame[,j]选取第j列

frame[c(),]选取矩阵数组中的行

2）$法(记号法)： frame$变量名

3）subset法(子集法)： subset(frame, 变量名满足的条件)

4）attach法：用于解析数据框中的所有变量，此后的变量名可以直接使用

attach(frame) mean(变量名) #取某一列变量的均值 detach()

5) with法：也是解析数据框中的所有变量，{}中变量名可直接使用

with(frame, {语句体})

● 剔除变量：

下标前面加‘-’号即可。该方法并未从数据集中真正删除，本质也是一种数据选取。

frame[-i,]剔除第i行数据； frame[,-j]剔除第j列数据

frame[c(-1, -3),]剔除第1和3行数据

frame[-i, -j]剔除第i行和第j列的数据

● 删除变量：从数据集中删除

给变量赋值为NULL：frame$变量 <- NULL

● 分组：将数据框中某组变量按一定条件分组，以新变量加入

1）within():

frame <- within(frame, { 新变量=NA；新变量[cond1]<-value;.... })

2）cut()函数

frame$新变量 = cut(frame$旧变量， breaks=c(分段值))

数学运算

运算符：+ - × / ^ x%%y(求模取余) x%/%y(整除) ！(取非)…（其他跟常用的一样）

还有基本函数以及积分，求导，组合，求根等函数，有需要自查。

字符函数: 大小写转换、选取特定位置的字符、将字符串转为命令执行(先用parse()将字符串转为表达式，再用eval()对表达式求解。)

日期: Date类型的数据可以进行算数运算，利用format函数将日期转为“星期日，22 七月 2007”的格式:format(Sys.Date(), format=”%A %d %B %Y”)

函数

自定义：

函数名 <- function(参数1， 参数2， ...) { 函数体 函数返回值 }

循环语句：

for(变量 in 取值向量) { 表达式 }

分支语句：

if(cond) statement

if(cond) statement1 else statement2

ifelse(cond, yes, no): cond为真，输出yes的值，否则输出no的值。

数据整理

排序

sort(): 只针对对单个变量(向量)排序

order(): 还可以对多变量(数据框)排序

默认为升序；若要降序，可在变量名前加’-‘，或者用参数decreasing=TRUE.

合并

merge(frame1, frame2, (by=‘变量名’))： 按横向合并两个数据框，而且要求两个数据框有一个或多个共同变量,可以用by指定按某列合并；

cbind(frame1, frame2): 横向合并任意两个数据框(矩阵)，但要求数据框(矩阵)必须有相同的行数；

rbind(frame1, frame2): 纵向合并任意两个数据框(矩阵)，但要求数据框(矩阵)必须有相同的列数，数据框必须有相同的变量。

缺失值处理

is.na(frame或者frame$变量)用于识别是否包含缺失值

na.omit(frame)用于移除缺失值，按行删除含缺失值的

画图

另，有兴趣了解R Studio软件环境