R语言总结分析Word格式.docx
《R语言总结分析Word格式.docx》由会员分享，可在线阅读，更多相关《R语言总结分析Word格式.docx（26页珍藏版）》请在冰豆网上搜索。
,"
two"
three"
）#字符型，需要使用“”
c<
-c（TRUE,TRUE,TRUE,FALSE,TRUE,FALSE）#逻辑型
d<
-c（1:
5）#:
表示产生一个系列，元素默认按列填充
●矩阵是一个二维数组，但要求其中的每个元素具有相同的模式（同为数值型、字符型或逻辑型）注意：
每个元素的数据格式必需相同.
y<
-matrix（1:
20,nrow=4,ncol=5）#定义4行5列
y[1,];
y[,2];
y[1,2];
y[1,c（2,3）];
y[c（2,3）,2]#显示矩阵y内的不同元素
####定义名为matrix1的2×
2矩阵，定义行列名，按行填充
cells<
-c（1,-2,3,-4）;
rnames<
R1"
R2"
）;
cnames<
C1"
C2"
）
matrix1<
-matrix（cells,nrow=2,ncol=2,byrow=TRUE,dimnames=list（rnames,cnames））
●数组（Array）：
三维或高维数据。
数组与矩阵类似，但维度高于2维。
array（）函数的格式为:
_array（vector,dimensions,dimnames）_，其中
*vector表示向量，
*dimensions表示每个维度下的向量“长度”（元素个数），
*dimnames表示维度名。
dim1<
A1"
A2"
dim2<
B1"
B2"
B3"
dim3<
C3"
C4"
z<
-array（1:
24,c（2,3,4）,dimnames=list（dim1,dim2,dim3））#c（2,3,4）中的数字，表示dim1,dim2,dim3的长度
●数据框（dataframe）:
包含不同类型数据的数据。
数据框的数据形式，就是常见的excel，spss，stata中的数据表单形式，它可以用来同时储存多种不同模式的数据。
数据框函数：
*data.frame（）function*，其格式如下：
*mydata<
-data.frame（col1,col2,col3,…）*
其中，col1,col2,col3,…是任意类型的列向量名（需提前定义）。
patientID<
-c（1,2,3,4）#数值型向量;
age<
-c（25,34,28,52）#数值型向量;
diabetes<
Type1"
Type2"
）#字符型;
status<
Poor"
Improved"
Excellent"
）#字符型
patientdata<
-data.frame（patientID,age,diabetes,status,row.names=patientID）#以上述向量，建立数据框
上述命令中，row.names=patientID为指定“实例标识符”（caseidentifier）。
设定此选项后，使用row.names（patientdata）命令，就可以以patientID为标记输出各个体的编号（ID）。
####观测与变量
patientdata[1:
2]#显示数据框中的第1至2列（第1至2个变量）
patientdata[2,4]#显示第2行第4列的数据
patientdata[c（"
diabetes"
status"
）]#显示数据框中的指定列（变量）
patientdata$age#“$”符号表示使用数据框中的某一变量，结果以行方式呈现。
一般地，“A$x”表示“数据据A中的变量x”.
####绑定数据框
每次使用数据框时，都使用“$”的方式，显得太过麻烦。
为此，可事先绑定某一数据，此后即使省略这一符号的方式使用数据框中的变量，待分析完这一数据框后再解除绑定。
命令：
attach,detach
attach（mtcars）#绑定数据mtcars，该数据为R自带数据
str（patientdata）#str（）函数用于给出数据数据对象的信息
summary（mpg）#提供mpg变量的五数概要（Fivenumbersummary）即最小值（Min）、第1四位数（1stQuartile）、中位数（Median）、第3四分位数（3rdQuartile）和最大值（Max）。
plot（mpg,disp）#绘制mpg,disp两个变量的二维散点图
detach（mtcars）#解除绑定
attach命令的缺陷在于，如果同时使用了不同的数据框，或者变量的命名有重复，则会出现错误。
为避免这一不足，可使用with（）命令进行数据框绑定。
with（mtcars,{summary（mpg,disp,wt）plot（mpg,disp）plot（mpg,wt）}）
只要保证输入的命令在with（）函数内，则不论前面是否有定义重名的变量，均可以只针对with（）内的数据框进行处理。
●因子（factor）在R中，定类数据（nominaldata）和定序数据（ordinaldata）称为因子。
R中使用factor（）函数储存因子型数据。
diabetes<
）#定义定类向量diabetes
-factor（diabetes）#将向量diabetes储存为因子型数据，默认按按字母序进行分类
status<
-factor（status,ordered=TRUE）#按字母序将定序向量status定义为因子型数据，默认按字母序进行从低至高的排序，并用1、2、3……等正整数形式储存。
-factor（status,order=TRUE,levels=c（"
"
））#使用levels（）命令，指定向量的从低至高次序，并用1、2、3……等正整数形式储存。
或者：
●列表（List）：
复杂的数据。
列表（List）是R中最复杂的数据结构，它是一系列数据对象的组合体，可将不同类型的数据对象置于同一数据名之下。
其函数为list（），格式如右：
mylist<
-list（object1,object2,…）
g<
-"
MyFirstList"
;
h<
-c（25,26,18,39）;
j<
10,nrow=5）;
k<
mylist<
-list（title=g,ages=h,j,k）
mylist[[2]]#显示列表中第2个数据对象
mylist[["
ages"
]]#显示指定名称的数据对象
##数据的导入
⏹###直接输入
smalldata<
-data.frame（age=numeric（0）,gender=character（0）,weight=numeric（0））
#smalldata<
-edit（smalldata）#在编辑器中编辑数据
其中，类似age=numeric（0）表示建立指定模式、但不包含实际数据的变量。
⏹###从带分隔符的文本文件中导入数据
使用read.table函数。
注意“带分隔符的文本文件”的含义csv。
grades<
-read.table（"
students.csv"
header=T,sep="
其中，sep="
"
表示分隔符的类型。
如sep="
\t"
表示制表符；
sep="
"
表示空格或回车。
默认情况下，字符型变量会转变为因子。
如果不想让R这么做，那么可以设置选项stringsAsFactor=FAlSE，这可停止对此类变量的转换。
更多的内容，可使用help（read.table）了解。
⏹###导入excel数据
方法1：
间接读入法（推荐）将excel数据存为csv文件，然后再使用read.table调用。
方法2：
直接读入法（不推荐读入中文文件）如果想直接调用excel文件（2007以上），可使用read.xlsx（filename,n）函数，其中filename表示文件名（包含路径名），n表示要导入的工作表序号。
library（xlsx）;
students<
-"
D:
/xkdog/statsoft/R2014/R2014fall/students.xlsx"
students1<
-read.xlsx（students,1）
提醒：
中文读入容易出现乱码，不建议直接使用此方法，而是建议使用方法1，此时读入的中文不会出现乱码。
⏹###导入spss数据
使用foreign包中的read.spss（）函数或Hmisc包中的spss.get（）函数读入.sav文件，推荐后面一个函数。
library（foreign）
read.spss（"
/xkdog/statsoft/R2014/course/accidents.sav"
use.value.labels=T,to.data.frame=T）#显示为dataframe格式，推荐使用
或者library（Hmisc）
spssdata<
-spss.get（"
accidents.sav"
use.value.labels=T）
⏹###导入stata数据
使用foreing包中的read.dta（）函数。
library（foreign）;
chore<
-read.dta（"
chore.dta"
##导出R软件中的数据
●###导出为文本文件
使用utils包中的write.table（）函数，格式为write.table（x,file="
sep="
），其中x表示等写入的对象（一般指数据框或矩阵），file="
用于指定待创建的
升级会员 