R语言总结分析.docx

R语言总结分析.docx

《R语言总结分析.docx》由会员分享，可在线阅读，更多相关《R语言总结分析.docx（26页珍藏版）》请在冰豆网上搜索。

R语言总结分析

Lec00

##八、关于Markdown语言的简洁说明

1.一个#表示一级标题，二个#表示二级标题，依次类推；

2.空一段表示断行，而不是简单的敲一个回车表示断行；

3.*斜体*（一对星号）表示斜体，**加粗**（一对双星号）表示加粗；

4.Markdown语言兼容Latex语言。

可处理数学公式

Lec01

##1数据的基本形式

所有R处理的内容都叫对象（object）。

进行统计分析时，我们的对象自然就是数据（data）。

在R中，数据的基本格式分为以下5种：

标量（scalar），向量（vectors），矩阵（matrices），数据框（dataframes），因子（factors），及列表（lists）。

●所谓**向量**，就是一维的数值型、字符型或逻辑型数据的一维数组

a<-c（1,2,3,4,-2,-5,6）#数值型，其中c表示concatenate（连结，串联）,c（）称为combinefunction,<-表示赋值

a#显示向量a

b<-c（"one","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<-c（"R1","R2"）;cnames<-c（"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<-c（"A1","A2"）;dim2<-c（"B1","B2","B3"）;dim3<-c（"C1","C2","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<-c（"Type1","Type2","Type1","Type1"）#字符型;status<-c（"Poor","Improved","Excellent","Poor"）#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<-c（"Type1","Type2","Type1","Type1"）#定义定类向量diabetes

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<-c（"Poor","Improved","Excellent","Poor"）

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。

status<-factor（status,order=TRUE,levels=c（"Poor","Improved","Excellent"））#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：

status<-factor（status,order=TRUE,levels=c（"Poor","Improved","Excellent"））#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。

●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<-matrix（1:

10,nrow=5）;k<-c（"one","two","three"）

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（"D:

/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