R语言学习总结.docx
《R语言学习总结.docx》由会员分享，可在线阅读，更多相关《R语言学习总结.docx（14页珍藏版）》请在冰豆网上搜索。
R语言学习总结
R语言学习总结
经过接近一个学期的学习，从对R语言的完全陌生，到现在对其有了一些粗浅的认识，其中经历了遇到困难苦思冥想的艰辛，也有解决问题以后豁然开朗的畅快。
在学习的过程中，以前掌握的数理基础给我带来了不少便利，而认真地态度和踏实的性格也使我获益匪浅。
在这个学期中，我学会了R语言的基本操作和语法，以及针对具体的统计学问题相应的解决方法。
并按时完成老师布置的课后作业，以达到学以致用的目的，也加强了对R语言操作的熟练度。
一、初识R软件
R软件是一套完整的数据处理、计算和制图软件系统。
其功能包括：
据存储和处理，数组运算，完整连贯的统计分析工具，优秀的统计制图功能已及简便而强大编程语言。
接触R语言以后，我的第一感觉就是方便和强大。
R语言中有非常多的函数和包，我们几乎不用自己去编一些复杂的算法，而往往只需要短短几行代码就能解决很复杂的问题，这给我们的使用带来了极大地方便；于此同时，它又可操纵数据的输入输出，实习分支、循环，使用者可以自定义功能，这就意味着当找不到合适的函数或包来解决所遇的问题时，我们又可以自己编程去实现各种具体功能，这也正是R语言的强大之处。
二、学习心得
在学习该书的过程中，我不仅加深了对统计学方法的理解，同时也掌握了R软件的编程方法和基本技巧，了解了各种函数的意义和用法，并能把两者结合起来，解决实际中的统计问题。
1、R语言的基本语法及技巧
R语言不仅可以进行基础的数字、字符以及向量的运算，内置了许多与向量运算有关的函数。
而且还提供了十分灵活的访问向量元素和子集的功能。
R语言中经常出现数组，它可以看作是定义了维数（dim属性）的向量。
因此数组同样可以进行各种运算，以及访问数组元素和子集。
二维数组（矩阵）是比较重要和特殊的一类数组，R可以对矩阵进行内积、外积、乘法、求解、奇异值分解及最小二乘拟合等运算，以及进行矩阵的合并、拉直等。
apply（）函数可以在对矩阵的一维或若干维进行某种计算，例如apply（A,1,mean）表示对A按行求和。
R语言允许将不同类型的元素放在一个集合中，这个集合叫做一个列表，列表元素总可以用“列表名[[下标]]”的格式引用。
而“列表名[下标]”表示的是一个子列表，这是一个很容易混淆的地方。
R语言中非常重要的一种数据结构是data.frame（数据框），它通常是矩阵形式的数据，但每列可以是不同类型，数据框每列是一个变量，每行是一个观测，要注意的是每一列必须有相同的长度。
数据框元素可以使用下标或者下标向量引用。
用一个非常简单的例子来说明向量、矩阵和数据框的简单运用。
输入：
A<-matrix（c（1:
12）,2,6,byrow=T）#A为一个2行6列，按行排列的矩阵X<-as.data.frame（A）#把A转化成数据框形式的X
X[1:
2,seq（1,5,2）]#输出X的第1、2行和1、3、5列
输出：
V1V3V5
1135
27911
输入：
attach（X）;R<-V1/V5;R#调用数据框X,计算并输出V1和V5的比值
输出：
[1]0.20000000.6363636
与此同时R语言中也提供了其它高级程序语言共有的分支、循环等程序控制结构。
比如if/else语句，for循环等。
因此R语言也可以很容易的根据情况编写自己所需要的函数。
例：
编写一个R程序，输入一个整数n，如果n小于等于0，中止运算，并输出：
“要求输入一个正整数”；否则，如果n是偶数，则将n除2赋值给n；否则将3n+1赋给n。
不断循环，直到n=1停止，并输出：
“运算成功”
解：
新建一个程序脚本，名为chapter2.R”，写入代码：
f<-function（n）{
if（n<=0）list（"要求输入一个正整数"）
else{repeat{
if（n==1）break#n=1时终止elseif（n/2==as.integer（n/2））n<-n/2#n为偶数时除2elsen<-3*n+1
}
list（"运算成功"）
}
}
在R窗口中
输入：
Source（“chapter2.R”）;f（32）
输出：
[1]"运算成功"
输入：
f（-5）
输出：
[1]"要求输入一个正整数"
2、R在统计描述中的应用
数据框操作（plyr包）
辅助小函数
1splat函数：
作用：
把原函数中多个参数打包为一个list作为参数，然后输出新的函数。
也就是说本来某个函数需要输入多个参数，现在套上splat后，只要输入一个参数list就可以了，不需要单独地输入参数。
它的作用结果是把一个函数变成一个新函数。
m*ply（a_matrix,FUN）的作用和a*ply（a_matrix，1，splat（FUN））一样
例:
（1）参数使用
>hp_per_cyl<-function（hp,cyl,...）hp/cyl
>splat（hp_per_cyl）（mtcars[1,]）
1]18.33333
>splat（hp_per_cyl）（mtcars）
[1]18.3333318.3333323.2500018.3333321.8750017.5000030.6250015.5000023.75000
[10]20.5000020.5000022.5000022.5000022.5000025.6250026.8750028.7500016.50000
[19]13.0000016.2500024.2500018.7500018.7500030.6250021.8750016.5000022.75000
[28]28.2500033.0000029.1666741.8750027.25000
等价于：
>hp_per_cyl（mtcars$hp,mtcars$cyl）
splat函数的优点就是可以不用拆分字段，可以一起输入作为参数。
（2）与plyr函数合用：
>f<-function（mpg,wt,...）data.frame（mw=mpg/wt）
>ddply（mtcars,.（cyl）,splat（f））
2each函数
作用：
把多个函数汇聚成一个函数，当使用这个函数时，将分别作用多个函数。
它的作用结果是把一个函数变成一个新函数。
不足：
不能给作用的函数指定附加参数，只能使用默认参数。
例:
>fun<-function（x）c（min=min（x）,max=max（x）,mean=mean（x））
>fun（1:
10）
等价于:
>f<-each（min,max,mean）
>f（1:
10）
3colwise函数
colwise（.fun,.cols,...）
说明：
.fun：
要转化的函数；.cols是测试数据框的列是否应包含的判别函数或者是·要包含的列的名称。
catcolwise（.fun,...）与colwise功能类似，只是对离散型变量有效
numcolwise（.fun,...）与colwise功能类似，只是对数值型变量有效
作用：
把作用于数据框行向量的函数（如mean，median等）转化为作用于数据框列向量的函数。
于plyr函数一起使用十分方便。
作用结果生成一个新的函数。
例：
>nmissing<-function（x）sum（is.na（x））
>colwise（nmissing）（baseball）
>colwise（nmissing,.（sb,cs,so））（baseball）
>ddply（baseball,.（year）,colwise（nmissing,.（sb,cs,so）））
>numcolwise（nmissing）（baseball）
等价于：
colwise（nmissing,is.numeric）（baseball）
>catcolwise（nmissing）（baseball）
等价于：
colwise（nmissing,is.discrete）（baseball）
4failwith函数
failwith（default=NULL,f,quiet=FALSE）
作用：
修正一个函数，使得当该函数出现错误时返回一个设定的默认值，默认为空。
作用结果生成一个新的函数。
>f<-function（x）if（x==1）stop（"Error"）else1
>f
（1）
Errorinf
（1）:
Error
>safef<-failwith（,f）
>safef
（1）
Errorinf（...）:
Error
NULL
>safef<-failwith（12,f,quiet=TRUE）
>safef
（1）
[1]12
5summarise（）函数
summarise（.data,...）
作用：
对数据框做统计汇总，…为设定的统计方法或函数
例：
>summarise（baseball,duration=max（year）-min（year）,nteams=length（unique（team）））
durationnteams
1136132
>head（ddply（baseball,"id",summarise,duration=max（year）-min（year）,nteams=length（unique（team））））
iddurationnteams
1aaronha01223
2abernte02177
3adairje01124
4adamsba01202
5adamsbo03134
6adcocjo01165
数据集变量操作
1变量排序：
arrange函数
arrange（df,.（var1）,.（var2）…）
作用：
按照指定列排序。
注意：
使用arrange函数排完序后行名会丢失，需要用cbind补回。
例:
>arrange（mtcars,cyl,disp）
>cars<-cbind（vehicle=row.names（mtcars）,mtcars）
>arrange（cars,cyl,disp）
------先把行名作为一个新的列加到数据框再排序
2更改变量名
rename（x,replace,warn_missing=TRUE）
作用：
通过名字修改变量名字，不是根据它的位置。
例:
>head（rename（tmt,replace=c（"mpg"="avgpg",”cly”=”new”）））
3取行或列的数据
take（x,along,indices,drop=FALSE）
作用：
在x中，按照某个维度取数。
参数说明：
x为取数的源数据，可以是array或者dataframe；
along：
维度。
1表示行，2表示列，3表示数组快等等；
indices：
具体维度所对应的指；
drop：
是否整合
例:
>take（mtcars,2,1）--取第一列
>take（mtcars,1,1）--取第一行
数据集操作
1数据集链接
1）match_df
match_df（x,y,on=NULL）
作用：
x为原始的需要提取的数据框，y为条件数据框；on指定用来连接的变量，默认为两个数据框中所有变量，可以为多个。
通过on后面的字段，到x数据框取选取数据，相当于innerjoin，区别为：
前者结果集是x的一个子集；innerjoin包括两个数据框中所有字段。
例:
基础数据
>a<-c（"a","b","c
升级会员 