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