R语言基础入门

请先安装好R和RStudio

如果不干别的,控制台就是一个内置计算器

2 * 3  #=> 6
sqrt(36)  #=> 6, square root
log10(100)  #=> 2, log base 10
10 / 3  #=> 3.3, 10 by 3
10 %/% 3  #=> 3, quotient of 10 by 3
10 %% 3  #=> 1, remainder of 10 by 3 余数 

分配符

a <- 10  # assign 10 to ‘a‘
a = 10  # same as above
10 -> a  # assign 10 to ‘a‘
10 = a  # Wrong!. This will try to assign `a` to 10.类

类或者数据类型 

R语言基于变量被赋予的值的属性自行决定变量类型,而非刻意定义变量类型

更改变量类型

R语言中变量类型有无穷个,因为可以自由定义新的类,当然,一些常用的类有以下:

变量类型

  • character – Strings
  • integer – Integers
  • numeric – Integers + Fractions 整数和小数
  • factor – Categorical variable where each level is a category 类型变量
  • logical – Boolean
  • complex – Complex numbers 复数

数据类型

  • vector – A collection of elements of same class 向量
  • matrix – All columns must uniformly contain only one variable type. 矩阵 所有列都包含同一种变量类型
  • data.frame – The columns can contain different classes. 每一列可以包含不同的类
  • list – Can hold objects of different classes and lengths 可以包含不同类及不同长度的对象

R语言包及下载

R是一种开源语言,有很多包,实现不同的功能

install.packages("car")  # install car package 下载离你所在地方最近的CRAN镜像的包

  调用包之前,需要初始化

library(car)  # initialize the pkg ‘car‘  初始化
require(car)  # another way to initialize 初始化
library()  # see list of all installed packages 列出所有以及下载的包
library(help=car)  # see info about ‘car‘ pkg 关于包的信息

获得帮助

help(merge)  # get help page for ‘merge‘
?merge  # lookup ‘merge‘ from installed pkgs 从以及下载的包中查找
??merge  # vague search 模糊查询
example(merge)  # show code examples 展示代码案例

工作目录

getwd()  # gets the working directory 获取当前目录
setwd(dirname)  # set the working directory to dir name 设置工作目录 名称只能用 / 或者 \\ 分割 

导入导出数据

R语言最常见最方便导入的数据格式是csv文件,也有其他包可以导入xlsx、数据库文件

myData <- read.table("c:/myInputData.txt", header = FALSE, sep="|", colClasses=c("integer","character","numeric") # import "|" separated .txt file
myData <- read.csv("c:/myInputData.csv", header=FALSE)  # import csv file 可以用colClass来人为设定数据框中每列的数据类型,这样处理效率更高,否则是自动识别数据类型的。
write.csv(rDataFrame, "c:/output.csv")  # export  

如何浏览 删除控制台的对象

当创建新的变量时,默认在全局环境获得存储空间

a <- 10
b <- 20
ls()  # list objects in global env 列出全局环境中所有对象
rm(a)  # delete the object ‘a‘
rm(list = ls())  # caution: delete all objects in .GlobalEnv 删除全局环境中所有对象
gc()  # free system memory 释放系统内存

也可以创建新的环境来存储变量,可以把环境想象成一个包含对象(变量)的容器,最外面的主要环境就是全局环境,而环境容器本身也是对象,所以说可以在全局环境中创建很多个新的环境对象,只是说如果想进入新创建的环境,必须明确告诉R你想看哪一个子环境。

rm(list=ls())  # remove all objects in work space
env1 <- new.env()  # create a new environment
assign("a", 3, envir = env1)  # store a=3 inside env1
ls()  # returns objects in .GlobalEnv
ls(env1)  # returns objects in env1
get(‘a‘, envir=env1)  # retrieve value from env1

创建向量

使用函数 c(). 创建向量,向量中所有元素类型必须一致,如果不一致,会自动转换为统一类型元素

vec1 <- c(10, 20, 15, 40)  # numeric vector
vec2 <- c("a", "b", "c", NA)  # character vector
vec3 <- c(TRUE, FALSE, TRUE, TRUE)  # logical vector
vec4 <- gl(4, 1, 4, label = c("l1", "l2", "l3", "l4"))  # factor with 4 levels

length(vec1)  # 4
print(vec1[1])  # 10 从1开始索引
print(vec1[1:3])  # 10, 20, 15 

尽管可以随意增加向量中的元素,但是初始化向量的长度仍然很有必要,因为这样可以节约运行时间,只需要往索引的位置填补新元素,特别是当数据量很大的时候,如下所示

numericVector <- numeric(100) # length 100 elements 

对向量进行操作

切片

logic1 <- vec1 < 15  # create a logical vector, TRUE if value < 15
vec1[logic1]  # elements in TRUE positions will be included in subset 逻辑值为真的元素
vec1[1:2]  # returns elements in 1 & 2 positions.
vec1[c(1,3)]  # returns elements in 1 & 3 positions 位置1 3处元素

排序

sort(vec1)  # ascending sort 升序
sort(vec1, decreasing = TRUE)  # Descending sort 降序

或者

vec1[order(vec1)]  # ascending sort
vec1[rev(order(vec1))]  # descending sort

自定义向量排列

seq(1, 10, by = 2)  # diff between adj elements is 2 相邻元素差为2
seq(1, 10, length=25)  # length of the vector is 25 向量长度是25
rep(1, 5)  # repeat 1, five times. 重复1 五次
rep(1:3, 5)  # repeat 1:3, 5 times
rep(1:3, each=5)  # repeat 1 to 3, each 5 times.

删除缺失值

vec2 <- c("a", "b", "c", NA)  # character vector
is.na(vec2)  # missing TRUE 返回一个缺失值处为真的逻辑向量
!is.na(vec2)  # missing FALSE
vec2[!is.na(vec2)]  # return non missing values from vec2 返回非缺失值

抽样

sample(x, size, replace = FALSE, prob = NULL)

set.seed(100)  # optional. set it to get same random samples. 设置随机数
sample(vec1)  # sample all elements randomly 把所有元素打乱顺序
sample(vec1, 3)  # sample 3 elem without replacement 抽取三个元素 3是抽样后得到的样本数量
sample(vec1, 10, replace=T)  # sample with replacement 意思是抽取的元素可以相同

#对数据框抽取
data=1:10
#抽取列
sample(x=data,size=1,replace=T)
#抽取行
data[sample(nrow(data),2,replace=F),]

#按比例抽取
set.seed(1234)
#按7:3的比例产生了1和2
index <- sample(x = 2,size = nrow(data),replace=TRUE,prob = c(0.7,0.3))
traindata <- data[index == 1,]
testdata <- data[index == 2,]

#按照某个字段分层抽取
result<-data.frame()
data<-data.frame(a=c(1,2,3,4,6,7,8,5,11,12),b=c(2,3,4,5,65,4,6,6,8,9),s=c(‘A‘,‘B‘,‘A‘,‘A‘,‘B‘,‘A‘,‘B‘,‘A‘,‘B‘,‘B‘))
subdata<-split(data,data$s) #按照s变量中的类型分类成列表
for(i in 1:length(subdata)){
    sub<-subdata[[i]]
    x<-sub[sample(nrow(sub),2,replace=F),] #每个列表元素中抽取两行
    result<-rbind(result,x) #rbind函数 按照行叠加起来
}
result

数据框

数据框是一种很便于进行数据分析的数据对象,R读取csv文件时也是以数据框形式读取的,可用向量创建数据框,R语言也有很多内置的数据框格式数据集

myDf1 <- data.frame(vec1, vec2)  # make data frame with 2 columns
myDf2 <- data.frame(vec1, vec3, vec4)
myDf3 < data.frame(vec1, vec2, vec3)

library(datasets) # initialize
library(help=datasets) # display the datasets

#下面一些基本操作代码会经常用到
class(airquality)  # get class
sapply(airquality, class)  # get class of all columns
str(airquality)  # structure
summary(airquality)  # summary of airquality
head(airquality)  # view the first 6 obs
fix(airquality)  # view spreadsheet like grid
rownames(airquality)  # row names
colnames(airquality)  # columns names
nrow(airquality)  # number of rows
ncol(airquality)  # number of columns

# cbind  rbind 为数据框添加行和列
cbind(myDf1, myDf2)  # columns append DFs with same no. rows
rbind(myDf1, myDf1)  # row append DFs with same no. columns

对数据框进行切片操作

myDf1$vec1  # vec1 column
myDf1[, 1]  # df[row.num, col.num]
myDf1[, c(1,2)]  # columns 1 and 2
myDf1[c(1:5), c(2)]  # first 5 rows in column 2

#也可以使用 subset() 和 which() 函数 which() 返回符合条件的行或列向量
subset(airquality, Day == 1, select = -Temp)  # 选择 Day=1 剔除 ‘Temp‘
airquality[which(airquality$Day==1), -c(4)]  # 作用同上

抽样 

把数据分为训练数据集和验证数据集

set.seed(100)
trainIndex <- sample(c(1:nrow(airquality)), size=nrow(airquality)*0.7, replace=F)  # get test sample indices 0.7比例 灵活性
airquality[trainIndex, ]  # training data
airquality[-trainIndex, ]  # test data

合并数据框

可以通过共同的列变量进行合并,merge()函数的不同参数可以实现内join,left join,right join以及完整join

merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), incomparables = NULL, ...)

x: 第一个数据框

y: 第二个数据框

by,by.x,by.y:用于连接两个数据集的列,intersect(a,b)值向量a,b的交集,names(x)指提取数据集x的列名 by = intersect(names(x), names(y)) 是获取数据集x,y的列名后,提取其公共列名,作为两个数据集的连接列, 当有多个公共列时,需用下标指出公共列,如names(x)[1],指定x数据集的第1列作为公共列 也可以直接写为 by = ‘公共列名’ ,前提是两个数据集中都有该列名,并且大小写完全一致,R语言区分大小写

all, all.x, all.y: 指定合并类型的逻辑值。缺省为false,all=FALSE (仅返回匹配的行).

最后一组参数all, all.x, all.y需要进一步解释,决定合并类型。

内 join: 仅返回两数据框中匹配的数据框行,参数为:all=FALSE.

outer join: 返回两数据框中所有行, 参数为: all=TRUE.

Left outer join: 返回x数据框中所有行以及和y数据框中匹配的行,参数为: all.x=TRUE.

Right outer join: 返回y数据框中所有行以及和x数据框匹配的行,参数为: all.y=TRUE.

sort:by指定的列是否要排序.

suffixes:指定除by外相同列名的后缀.

incomparables:指定by中哪些单元不进行合并.

  • inner 模式匹配,只显示两个数据集公共列中均有的行

# 有多个公共列时,需指出使用哪一列作为连接列merge(x,y,by=intersect(names(x)[1],names(y)[1]))

# 当两个数据集连接列名称同时,直接用by.x,by.y 指定连接列merge(x,y,by.x =‘name‘,by.y =‘name‘)

# 当两个数据集均有连接列时,直接指定连接列的名称merge(x,y,by=‘name‘)

  • outer 模式,将两张表的数据汇总,表中原来没有的数据置为空

merge(x, y, all=TRUE, sort=TRUE)

# all = TRUE 表示选取x, y 数据集的所有行,sort = TRUE,表示按 by 列进行排序,默认升序

  • left 匹配模式

merge(x ,y,all.x=TRUE,sort=TRUE)

# 多个公共列 末指定连接列 ,左连接,设置 all.x = TRUE,结果只显示数据x的列及x在y数据集中没有的列

merge(x, y, by = ‘name‘,all.x = TRUE, sort = TRUE) # 多个公共列 指定连接列指, 左连接,设置 all.x = TRUE,结果只显示x所有names(x)[1]值

  • right 匹配模式

merge(x ,y ,by=‘name‘,all.y=TRUE,sort=TRUE)

# 多个公共列指定连接列# 左连接,设置all.y =TRUE,结果只显示y所有names(y) [1] 值的记录

paste 函数

连接字符串,自定义字符串模式

paste("a", "b")  # "a b"
paste0("a", "b")  # concatenate without space, "ab"
paste("a", "b", sep="")  # same as paste0
paste(c(1:4), c(5:8), sep="")  # "15" "26" "37" "48"
paste(c(1:4), c(5:8), sep="", collapse="")  # "15263748"
paste0(c("var"), c(1:5))  # "var1" "var2" "var3" "var4" "var5"
paste0(c("var", "pred"), c(1:3))  # "var1" "pred2" "var3"
paste0(c("var", "pred"), rep(1:3, each=2))  # "var1" "pred1" "var2" "pred2" "var3" "pred3

处理日期字符串

dateString <- "15/06/2014"
myDate <- as.Date(dateString, format="%d/%m/%Y")
class(myDate)  # "Date"
myPOSIXctDate <- as.POSIXct(myDate)  # convert to POSIXct

查看R对象的内容

attributes(myPOSIXltDate)  # best
unclass(POSIXltDate)  # works!
names(myPOSIXltDate)  # doesn‘t work on a POSIXlt object
unlist(myPOSIXltDate)  # works!

object.size(myDate)  # 216 bytes
object.size(myPOSIXltDate)  # 1816 bytes
object.size(myPOSIXctDate)  # 520 bytes

列联表

test <- c(1,2,3,2,1,1,5,6,4,5,1)
test1 <- table(test)
test1
test
1 2 3 4 5 6   #test中的元素
4 2 1 1 2 1   #各个元素出现的频率
#提取table()中的元素
names(test1)
[1] "1" "2" "3" "4" "5" "6"
#提取table()中的频率
as.numeric(test1)
[1] 4 2 1 1 2 1
#3.进阶,提取table()中指定频率的数据,先用as.data.frame()转换
test2 <- as.data.frame(test1)
test2
  test Freq
1    1    4
2    2    2
3    3    1
4    4    1
5    5    2
6    6    1
test2[which(test2$Freq==1),]  #提取出现频率为1的元素
  test Freq
3    3    1
4    4    1
6    6    1

列表

列表是R语言中的对象,它包含不同类型的元素,比如 - 数字,字符串,向量和另一个列表等。一个列表还可以包含一个矩阵或一个函数作为它的元素。使用list()函数创建列表。

# Create a list containing strings, numbers, vectors and a logical values.
> list_data <- list("Red", "Green", c(21,32,11), TRUE, 51.23, 119.1)
> print(list_data)
> print(list_data)
[[1]]
[1] "Red"
[[2]]
[1] "Green"
[[3]]
[1] 21 32 11
[[4]]
[1] TRUE
[[5]]
[1] 51.23
[[6]]
[1] 119.1

命名列表元素

# Give names to the elements in the list.
 names(list_data) <- c("1st Quarter", "A_Matrix", "A Inner list")

访问列表元素

print(list_data[1])#使用元素索引访问
print(list_data$A_Matrix)#使用名称访问

操控列表元素

list_data[3] <- "updated element"#更新
list_data[4] <- NULL #删除
# Create two lists.
list1 <- list(1,2,3)
list2 <- list("Sun","Mon","Tue")
# Merge the two lists.
 merged.list <- c(list1,list2)

转换列表为向量

# Convert the lists to vectors.
v1 <- unlist(list1)

条件语句

if(checkConditionIfTrue) {
  ....statements..
  ....statements..
} else {   # place the ‘else‘ in same line as ‘}‘
  ....statements..
  ....statements..
} 

for 循环

for(counterVar in c(1:n)){
  .... statements..
}

Error handling with tryCatch()

tryCatch({1 <- 1; print("Lets create an error")}, # First block
error=function(err){print(err); print("Error Line")},  # Second Block(optional)
finally = {print("finally print this")})# Third Block(optional)
#=> [1] "Lets create an error"
#=> <simpleError in 1 <- 1: invalid(do_set) left-hand side to assignment>
#=> [1] "Error Line"
#=> [1] "finally print this"

参考:

http://r-statistics.co/R-Tutorial.html

https://www.jianshu.com/p/148a399b61d3

https://blog.csdn.net/neweastsun/article/details/79435271

https://blog.csdn.net/wlt9037/article/details/76570155

https://www.jianshu.com/p/9d52cd5aa6d9

原文地址:https://www.cnblogs.com/icydengyw/p/11478109.html

时间: 2024-10-09 11:28:15

R语言基础入门的相关文章

R语言基础入门之二:数据导入和描述统计

by 写长城的诗 • October 30, 2011 • Comments Off This post was kindly contributed by 数据科学与R语言 - go there to comment and to read  the full post. 一.数据导入 对初学者来讲,面对一片空白的命令行窗口,第一道真正的难关也许就是数据的导入.数据导入有很多途径,例如从网页抓取.公共数据源获得.文本文件导入.为了快速入门,建议初学者采取R语言协同Excel电子表格的方法.也就

R语言基础

##数据获取 x1=round(runif(100,min=80,max=100)) x2=round(rnorm(100,mean=80, sd=7)) x3=round(rnorm(100,mean=80,sd=18)) x3[which(x3>100)]=100 num=seq(2005138101,length=100) x=data.frame(num,x1,x2,x3) write.table(x, "grade.txt") ##数据分析 y=read.table(&

R语言(入门小练习篇)

问题: 一组学生参加了数学.科学和英语考试.为了给所有的学生确定一个单一的成绩衡量指标,需要将这些科目的成绩组合起来.另外,还想将前20%的学生评定为A,接下来20%的学生评定为B,以此类推.最后,希望按字母顺序对学生排序. Excel中的数据表(自己一个个敲的,最讨厌做的事情TT) StuId StuName Math Science English 1 John Davis 502 95 25 2 Angela Williams 465 67 12 3 Bull Jones 621 78 2

R语言基础(二) 可视化基础

> which.max(apply(x[c("x1","x2","x3")], 1, sum))49 > x$num[which.max(apply(x[c("x1","x2","x3")], 1, sum))][1] 2005138149 > hist(x$x1) > plot(x$x1,x$x2) > table(x$x1) 80 81 82 83 84

第二章 R语言基础

二.操作基础 %%取余 %/%整数除法 (1)eigen(...)求解方阵的特征值和特征向量 (2)solve(D,A)求解DX=A (3)data<-list(...)取里面的对象data[["列名称"]]:data[[下标]]:data$列名称 (4)unlist(列表对象)把列表对象转化为向量对象 (5)names(数据框)读取并编辑列的名称 (6)数据框data 取里面的对象data[["列名称"]]:data[[下标]]:data$列名称;data[

R语言基础编程技巧汇编 - 前言

前 言 R语言是近年来迅速崛起的用于数据分析和数据挖据的编程语言,它由一批统计学家开发,进而广泛应用于各种需要进行统计分析的行业.在大数据时代,其优雅的编码风格.包罗万象的开发包.强大的数据处理能力,吸引了来自各个领域从事数据分析相关工作的人员. R语言是强大自由的,但是其学习曲线也是陡峭的.本人具有C/C++,C#,Python等多种语言的开发经验,就本人的体会,从R语言初级开发水平进阶到中级开发水平,要比其他编程语言更加困难,往往很多初学者就在这个阶段放弃了,相当可惜.另外,对于大量没有很多

R语言基础编程技巧汇编 - 25

1.      使用rClr包访问.NET库 下载地址:http://r2clr.codeplex.com/ library(rClr) clrLoadAssembly('c:/path/to/myassembly.dll') myObj <-clrNew('MyNamespace.MyClass,MyAssemblyName') clrCall(myObj, 'SayHelloWorld') 2.      向C语言代码传递数据框参数示例 data.frame是一个list对象 #includ

R语言-基础操作

今天Mayuyu来学习R语言,先来学习一些基础的操作. (1)c() c()是用来创建一个向量,比如 (2)length() length()用来获取一个向量的长度. (3)mode() 获取向量中数据的类型,比如 (4)rbind()和cbind() 这两个函数都是将多个向量合并为一个矩阵,或者将多个矩阵合并为一个矩阵,rbind()是按照行合并, 而cbind()是按照列合并. (5)mean() 求平均值. (6)sum() 求和. (7)min()和max() 分别求最小值和最大值. (

R语言快速入门--从最基本的功能讲起

最近因为一些特殊的原因,开始接触R语言.越学越发现R语言的强大,原来完成一件事情是如此的简单.R语言中提供的工具和方法极大的方便了对一些数据的分析和处理的工作.对于一个要立志从事数据分析或者数据挖掘的学生或者工程师来说,学习R语言,确实可以达到如虎添翼的效果. R语言有如下特点: 1. 有效的数据处理和保存机制: 2. 拥有一整套的数组和矩阵操作运算符: 3. 一系列连续而又完整的数据分析工具: 4. 图形统计可以直接对数据进行分析和显示,可用于多种图形设备: 5. R语言是一种相当完善.简洁和