admin管理员组

文章数量:1530517

2023年12月14日发(作者：)

站长统计

#R的学习笔记02（《R数据分析指南与速查手册》）

title: "R的学习笔记03"

author: "ks_c"

date: "2021/1/28"

output: html_document

    昨日在bookdown网站上看到一本书R数据分析指南与速查手册，看起来挺不错，奈何网络奇差，每次打开bookdown网站时都花费不少时

间，又无法直接下载，故在阅读过程中做记录于此。后时若用到，则不必费力再登陆彼网站。

郭晓，R 数据分析指南与速查手册，

以下为第一章的内容。

1. 快捷键

1. 脚本编辑窗口：

新建脚本：Ctrl+Shift+N

代码提示与补全：Tab

注释或取消注释：Ctrl+Shift+C

运行所选代码：Ctrl+Enter

运行全部代码：Ctrl+Shift+Enter

全选：Ctrl+A

选择：Shift+箭头

删除行：Ctrl+D

撤销：Ctrl+Z

重做：Ctrl+Shift+Z

赋值符：Alt+-

代码折叠：Alt+L

代码展开：Shift+Alt+L

保存本脚本：Ctrl+S

保存全部脚本：Ctrl+Alt+S

增加缩进：选中代码后，Tab（可包括多行）

减小缩进：选中代码后，Shift+Tab

智能缩进：选中代码后，Ctrl+I

智能缩进加智能空格：Ctrl+Shift+A（更高级的代码格式规范化工具，可参考formatR包）

选择与替换：Ctrl+F

提取函数：Ctrl+Alt+X（RStudio 可以分析某一代码段，并自动将其转换成一个可- 重复使用的函数。任何在选择的代码内的“自由的”变

量，即那些被引用但没有被创建的变量，将被转化为函数的参数）

2. 命令窗口中：

历史中的上一条命令：向上箭头

历史中的下一条命令：向下箭头

中断运行的代码：Esc

清除命令窗口中的内容：Ctrl+L

2.常见运算符

运算符

[ ] [[ ]]

:: :::

$ @

^

- +

:

%任意%

含义

索引(关于两者之间差异请见这篇笔记 )

使用名称访问变量(一般使用::)

元素提取、位置提取(更常用$)

乘方

负、正

创建数列(

x<-c(1:10)#创建1到10的一个数列

)

特殊运算符

a%in%b#判断a是否在b中，返回T or F

%>%

管道符号，见这里

* /

+ -

==、!=、<、>、<=、>=

!

&、&&

I (竖线，enter上遍的键那个)

~

-> 、->>

=

<- 、<<-

乘、除

加、减

比较运算符

逻辑非

逻辑与

逻辑或

非，与!=等价

向右赋值

赋值（右边变量的值给左边变量）

赋值（同上）

帮助

3. 关于换行

分号; 一行执行多条命令(谁会用呢)

a <- 1;b <- 2

a

[1] 1

b

[1] 2

paste0( )函数：来凝结多行字符串：字符串：

string1 <- "this is a long string

+ with a ‘n’ "

[1] "this is a long string nwith n"

#如果赋值时直接在字符串中分行，那么最终会出现一个换行符"n"

a <- paste0('this is the first line ',

+ 'this is the second line')

a

[1] "this is the first line this is the second line"

#如果用paste0()函数则不会出现

paste()和paste0()之间的区别在于:

paste(..., collapse ="" , recycle0 =F)

paste(..., sep="", collapse ="" , recycle0 =F)函数中多了一个sep参数，用来设置分隔符。

4. ifelse控制语句

类似Excel中的=if()函数。

在Excel中，=if(条件，值为T则，值为F则)，在Rstudio中可以用ifelse()函数实现。

x <- c(6:-4)

y <- sqrt(ifelse(x >= 0, x, NA))#如果x大于0，那么就取x的值进行计算，否则就是NA。

x

[1] 6 5 4 3 2 1 0 -1 -2 -3 -4

y

[1] 2.449490 2.236068 2.000000 1.732051 1.414214 1.000000

[7] 0.000000 NA NA NA NA

多重套娃

a <- ifelse(value1, value1_if_true,

ifelse(value2, value2_if_true,

ifelse(value3, value3_if_true,

value_if_false)))

5. switch()函数

switch(EXPR, x

1

, x

2

, x

3

, ...., x

n

)：数值EXPR为几，就返回x1到x

n

中的第几个。0

[1]

。

x <- switch(1,'missile', 'cancle', 'dissle')

x

[1] "missile"

x <- switch(4,'missile', 'cancle', 'dissle')

x

NULL

如果后面不是字符串而是变量，那么返回的值为该变量(该变量内所有值)，而非返回该向量内的第几个元素(哪怕只有一个向量时)而非返回该向量内的第几个元素(哪怕只有一个向量时)

y <- c('missile', 'cancle', 'dissle')

z <- c('pissile','bassle')

x <- switch(2,y,z)

x

[1] "pissile" "bassle"

y <- c('missile', 'cancle', 'dissle')

x <- switch(1,y)

x

[1] "missile" "cancle" "dissle"

字符串来说，其用法如下：

switch(,

1=ret1,

2=ret2,

2=ret2,

...)

而最后返回的值为和匹配的的ret的值ret的值

s <- "color"

switch(s, "color" = "red", "shape" = "square", "length" = 5)

[1] "red"

6. 循环语句：for、while、repeat

6.1 for

for (variable in vector) {

function

}

vector为向量或列表，variable依次变成vector中的值，然后对其进行操作。

function为要进行的操作。

(直接摘抄的)例子：

a <- double(5) #产生5个0

for (i in 1:length(a)) {

a[i] <- i^2

} #length(a)为5，令i依次取1到5，然后a的第i个元素a[i]被赋值为i^2

a

[1] 1 4 9 16 25

b <- list("Appale",1,FALSE) #b为列表

item <- character() # item为字符串变量

for (i in b) { # i依次取b中元素，

item <- c(item,mode(i)) #mode()为判断元素类别

} #利用mode()判断 i 的类别，新的item变量为旧item变量加上mode(i)

[1] "character" "numeric" "logical"

始终要记住，R是一款newbeer的统计软件而非newbeer的编程软件。

利用向量化的操作比用循环对元素进行操作要更高效，且代码更加简洁。能用向量化的操作时应避免用循环操作。

以上代码用向量化操作可以写为：

b <- list("Appale",1,FALSE)

<- sapply(b,mode)#

sapply()函数：类似于lapply函数，但输入为列表，返回值为向量

sapply(X, FUN, ..., )

X:列表、矩阵、数据框

FUN:自定义的调用函数

sapply(b, sum)# 求列表中各元素的和

sapply(b,mode)# 判断各元素类型

6.2 while

当条件cond满足时，重复执行表达式expr，直到条件cond不满足为止。

while (cond) {

expr

}

例子:

i <- 1

while (i < 6) {

print(i)

i = i + 1

}

[1] 1

[1] 2

[1] 3

[1] 4

[1] 5

6.3 repeat

repeat{}和rep()函数不同。

rep(x，times，，each) 函数：将x重复times次，或者重复到的长度

a <- 2:8

rep(a,times=2)

[1] 2 3 4 5 6 7 8 2 3 4 5 6 7 8

rep(a,=2)#重复结果的长度为2

[1] 2 3

rep(a,each=2)#每个值重复两次

[1] 2 2 3 3 4 4 5 5 6 6 7 7 8 8

rep(a, each=3,=10)

[1] 2 2 2 3 3 3 4 4 4 5

而repeat{}则是重复执行花括号内的命令

x <- 1

repeat {

print(x)

x <- x + 1

if (x == 6) {

break

}

}

[1] 1

[1] 2

[1] 3

[1] 4

[1] 5

7. 定义函数

形式如下：

FuncName <- function (arglist) {

expr

return(value)

}

argilist：参数列表，用, 隔开。

expr：要执行的命令。

return()：给出返回结果，如果不写return语句，则将函数最后一个赋值语句作为返回值。如果不想返回任何对象，则可

以将return的参数空缺，即写为return()。

当使用参数时，如果没有指定参数名，则按顺序赋值，如果指定了参数名，可以不按顺序赋值。对于已经指定了默认值的

参数，可以在使用时不指定参数值。

类似python，不再介绍。

8. R包

包的安装：用es("包的名字")

包的加载：用library(包的名字)

从环境中移除包：detach("package:包的名字", unload=TRUE)

卸载包：es("包的名字")

9.1. 常用数学函数

函数

abs(x)

sqrt(x)

ceiling(x)

floor(x)

trunc(x)

round(x,digits=n)

signif(x,digits=n)

cos(x) & sin(x) & tan(x)

acos(x) & asin(x) & atan(x)

log(x,base=n)

log10(x)

exp(x)

绝对值

开平方

向上取整

向下取整

0-x的整数部分

舍入至n位小数

该数字一共n个数(整数+小数)

三角函数

反三角函数

取以n为底，x的对数

以10为底，x的对数

指数函数：以e为底的指数

描述

9.2. 统计函数9.2. 统计函数

函数

mean(x)

media(x)

sd(x) / var(x)

mad(x)

quantile(x, probs)

均值

中位数

标准差/方差

绝对中位差

分位数

描述

range(x)

sum(x)

diff(x, lag=n)

min(x)/max(x)

scale(x, center=T, scale=T)

cov(x)

函数

全域

求和

滞后n位的滞后差分…

[1]

极值

中心化/标准化处理

[2]

协方差

描述

[1] : 滞后差分：

x<-c(1,5,23,29)

diff(x)

[ 1 ] 4,8,6

[2] : scale(x)：标准化；scale(x，scale=F)：中心化。

９.３概率函数

概率函数分为4类：密度函数、分布函数、分位数函数、生成随机数。

根据不同的分布，又分为正态分布、均匀分布等等，二者组合成为具体的函数，在R中，前面4种类型用下面字母打头，之后的函数如下表所示：

d = 密度函数（ density，y轴的值）

p = 分布函数（ distribution function）

q = 分位数函数（ quantile function）

r = 生成随机数（随机偏差Random error）

缩写

norm

t

chisq

f

unif

logis

singrank

wilcox

beta

binom

exp

geom

pois

正态分布

t分布

卡方分布

F分布

均匀分布

逻辑分布

wilcoxon符号秩和分布

wilcoxon秩和分布

Beta分布

二项分布

指数分布

几何分布

泊松分布

分布名称

对数

其余详见下图

分布名称与缩写

概率为0.95的N~(0,1)的分位数为1.64

qnorm(p=0.95，mean=0，sd=1)

[1] 1.644854

概率为0.99的N~(0,1)的分位数为1.64

qnorm(p=0.99, mean=0, sd=1)

[1] 2.326348

分位数为1.64的N~(0,1)的概率为0.95

pnorm(q = 1.64,0,1)

[1] 0.9494974

pnorm()和qnorm()之间的值可以互相转化

runif(n, min, max)为随机(r)生成符合均匀分布(unif)的n个数据，并不是run if。

9.4. 工作空间函数

在R中，所有反斜杠代表转义，工作路径用两个反斜杠或者正斜杠。

工作空间管理

ls(=TRUE): 得到包含隐藏变量（以点开头的变量）的列表。

.：得到上次运行的结果

search()： 查看已经载入的包。

library()：查看已经安装的包。

data(dsname,package="pkgname")：不载入某个包的情况下，使用该包的某个数据

9.5. 帮助函数

获取函数的帮助：?后接函数名，函数可不加括号，显示函数的帮助文档。函数的帮助：?后接函数名，函数可不加括号，显示函数的帮助文档。

获取包的帮助：用命令help(package="包的名字")。包的帮助：用命令help(package="包的名字")。

获取函数源代码：命令窗口中输入函数，不加括号并回车后

  有时候这个函数可能是一个类函数（Generic Function），如plot函数，则先使用methods() 函数来查看这个类函数的列表，找到具体需要的

函数如t，使用?t进行查看。

获取特殊符号的帮助，如[[，if，用help("特殊符号")

其他帮助命令见下图：

帮助命令

title: "R的学习笔记04"

author: "ks_c"

date: "2021/1/29"

output: html_document

以下为R数据分析指南与速查手册 第二章的内容

2.1 向量

注意事项

向量内部的数据是同一类型

b <- c(1,'a')

b

[1] "1" "a" #这里的1和a都是字符串

typeof(b)

[1] "character"

可以个不存在的元素赋值，如果新赋值的元素与旧元素间有多个不存在的元素，那么这几个元素将变成NA。

x <- 1:5

x[8] <- 6

x

[1] 1 2 3 4 5 NA NA 6

x["a"] <- 8

x

a

1 2 3 4 5 NA NA 6 8

元素名

b <- c(x1=1.2,3.5,x3=pi)

names(b)

[1] "x1" "" "x3"

b

x1 x3

1.200000 3.500000 3.141593

names(b)[2] <- "x2"

names(b)[1] <- "x1_0"

b

x1_0 x2 x3

1.200000 3.500000 3.141593

向量删除

x <- c(0.5,1,100)

删除第1个元素

x <- x[-1]

x

[1] 1 100

x <- x[-length(x)] # 删除结尾元素

x

[1] 100

向量查询

x[x>3.1&x<=8]

[1] 4 5 6 7 8

&、|、!为向量中各元素分别求“与”、“或”、“非”，而&&、| |为向量第一个元素求“与”、“或”。 如果要求向量内部所有元素

求“与”，用函数all，如果要求向量内部所有元素求“或”，用函数any

c(T,T,F)&c(T,F,F)

[1] TRUE FALSE FALSE

c(T,T,F)&&c(T,F,F)

[1] TRUE

all(c(T,T,T))&T

[1] TRUE

all(c(T,T,F))&T

[1] FALSE

all(c(T,T,F))

[1] FALSE

all(c(T,T,T))

[1] TRUE

any(c(T,T,T))

[1] TRUE

any(T,T,F)

[1] TRUE

%in%：判断运算符前面的对象的各元素是否在后面对象的元素中，返回值的长度总与前面向量的长度相同。如：

c("a","b") %in% c("b","d")

[1] FALSE TRUE

t(x, y)类似于x%in%y

x <- 1:4;y <- 3:5

t(x,y)

[1] FALSE FALSE TRUE TRUE

which函数：不仅查询满足条件的值是多少，还可以查询他们在原向量中的位置。

其用法为：

which(x, = FALSE, useNames = TRUE)

x：逻辑向量，返回元素为TRUE的位置。

如果仅需知道第1个为TRUE的位置，在后面加一个[1]即可，例如：

x <- c(1:6)

x

[1] 1 2 3 4 5 6

which(x>3)

[1] 4 5 6

which(x>3)[1]

[1] 4

-排序

x <- c(5:1,6,pi)

x

[1] 5.000000 4.000000 3.000000 2.000000 1.000000

[6] 6.000000 3.141593

y1 <- x[order(x)]# order()函数从小到大排序

y1

[1] 1.000000 2.000000 3.000000 3.141593 4.000000

[6] 5.000000 6.000000

y2 <- x[order(x,decreasing = TRUE)] # 用order()函数从大到小排

y2

[1] 6.000000 5.000000 4.000000 3.141593 3.000000 2.000000 1.000000

y12 <- sort(x) # 用sort函数

y12

[1] 1.000000 2.000000 3.000000 3.141593 4.000000 5.000000 6.000000

y22 <- sort(x,decreasing = TRUE) #从大到小排

y22

[1] 6.000000 5.000000 4.000000 3.141593 3.000000 2.000000 1.000000

关于向量的其他常见函数，请见troubleisafriend,

R语言常用数学函数

位置最大、最小值所在的位置用函数和

向量的翻转

x <- seq(2,10,by=2)

x <- x[length(x):1]

x

[1] 10 8 6 4 2

x <- rev(x)

x

[1] 2 4 6 8 10

向量的集合运算

交集：intersect(x, y)；

并集：union(x, y)；

差集：setdiff(x, y)

[1]

；

集合是否相等：setequal(x, y)；

确定元素是否是集合的某个元素：t(x, y)，它等价于x %in% y

以上函数只能对两个变量进行计算。

使用Reduce(function, x, init, right = FALSE, accumulate = FALSE)函数

[2]

可以批量操作：

Reduce(intersect, list(a,b,d))

[1] : 除去a中b的部分(A-B)

[2] : 将x中第1、2元素进行function操作，然后对操作完的值和第三个元素进行function操作，知道用尽x内的元素详见

向量的算术运算

加：+

减：-

乘：*

除：/

取模（余数）：%%

整除：%/%

乘方：^或**

2.2. 简单列表

list可以为任意类型数据，一般函数的输出结果均为list。

任意几个列表可以合成一个新列表。

列表的串联和元素插入

如果我们需要让两个列表的元素组成新的列表，依然用函数c将多个列表连接起来，返回的是列表而不是向量。

也可以用append()函数。

append(x, values, after = length(x))（

append函数也可用于向量，也是取向量values中的元素。

如果原列表的元素有名字，则新列表的元素继承其名字，如果原列表元素没有名字，在append函数中没有添加名字的功

能，可以在之后单独用names()函数添加名字。

> x1 <- list(a=1,b="Apple",c=TRUE,d=1:3)

> x2 <- list(e=5+3i,f=c(1.5,2.6))

> # 列表的元素作为新列表的元素

> y1 <- append(x1,x2)

> y1

## $a

## [1] 1

##

## $b

## [1] "Apple"

##

## $c

## [1] TRUE

##

## $d

## [1] 1 2 3

##

## $e

## [1] 5+3i

##

## $f

## [1] 1.5 2.6

>length(y1)

[1] 6y12 <- c(x1,x2)y12## $a## [1] 1##

## $b## [1] "Apple"##

## $c## [1] TRUE##

## $d## [1] 1 2 3##

## $e## [1] 5+3i##

## $f## [1] 1.5 2.6length(y12)## [1] 6# 向量的元素作为新向量的元素y2 <- append(x1,1:5)y2## $a## [1] 1##

## $b## [1] "Apple"##

## $c## [1] TRUE##

## $d## [1] 1 2 3##

## [[5]]## [1] 1##

## [[6]]## [1] 2##

## [[7]]## [1] 3##

## [[8]]## [1] 4##

## [[9]]## [1] 5length(y2)## [1] 9

# 列表本身作为新列表的元素

y3 <- list(x1,x2)

y3

## [[1]]

## [[1]]$a

## [1] 1

##

## [[1]]$b

## [1] "Apple"

##

## [[1]]$c

## [1] TRUE

##

## [[1]]$d

## [1] 1 2 3

##

##

## [[2]]

## [[2]]$e

## [1] 5+3i

##

## [[2]]$f

## [1] 1.5 2.6

length(y3)

## [1] 2

当在append函数中指定after值的时候，可用于元素的插入

2.3 矩阵

矩阵本质上是由维度的向量。向量能够进行的操作矩阵也可以进行。

矩阵创建

matrix(data = , nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)

byrow=F为按列进行排列，在这里我详细说明。

矩阵的提取

[ ]内只有一个参数时按列提取

x <- matrix(1:8,nrow=2,byrow=T)

x

[,1] [,2] [,3] [,4]

[1,] 1 2 3 4

[2,] 5 6 7 8

x[2]

5

length(x)

8

矩阵的拼接

横向拼接：cbind，

纵向拼接：rbind，

被拼接的对象可以是矩阵，也可以是向量。他们在拼接方向需要有相同的维度。

#dim(x)可以查看维度

> dim(x)

[1] 2 4

当横向拼接向量时，向量被视为行向量；当纵向拼接向量时，其被视为列向量。

m1 <- matrix(1:8,nrow = 2)

m2 <- matrix(1:4,nrow = 2)

m3 <- matrix(1:12,nrow = 3)

v1 <- 1:4

v2 <- 1:3

cbind(m1,m2)

## [,1] [,2] [,3] [,4] [,5] [,6]

## [1,] 1 3 5 7 1 3

## [2,] 2 4 6 8 2 4

rbind(m1,m3)

## [,1] [,2] [,3] [,4]

## [1,] 1 3 5 7

## [2,] 2 4 6 8

## [3,] 1 4 7 10

## [4,] 2 5 8 11

## [5,] 3 6 9 12

rbind(m1,v1)

## [,1] [,2] [,3] [,4]

## 1 3 5 7

## 2 4 6 8

## v1 1 2 3 4

cbind(m3,v2)

## v2

## [1,] 1 4 7 10 1

## [2,] 2 5 8 11 2

## [3,] 3 6 9 12 3

特殊矩阵的创建

1. 全0矩阵(初始化)

matrix(data = 0, nrow = 2, ncol = 2)即可得到2 x 2的全部为0的矩阵

2. 对角阵

diag(x = 1, nrow, ncol, names = TRUE)

x可以是数字或矩阵或一维数组

names=T：如果矩阵x 有名称则继承其名称。

当仅包含两个参数，第1个参数为单元素，第2个参数为整数n时，表示创建n维对角矩阵，每个对角元素都为第1个参数。

第1个元素的类型可以是整数型、实数型、复数型或逻辑型，不能是字符串型。对逻辑型来说，非对角的地方为FALSE。

也可以创建对角线上元素不同的矩阵，此时将对角线上的元素以向量的方式作为diag的第一个参数，矩阵的维度与该向量的长度相同。如果指定

维度，若对角线上元素长度小于行数与列数中的最小值，指定对角线向量会复制多份首尾相连。

当x为矩阵时，则不可以指定nrow和ncol，直接输出x对角线上的值。

> diag(x,length(x))

[,1] [,2] [,3] [,4]

[1,] 1 0 0 0

[2,] 0 2 0 0

[3,] 0 0 3 0

[4,] 0 0 0 4

x<- matrix(1:20)

> dim(x) <- c(4,5)

> x

[,1] [,2] [,3] [,4] [,5]

[1,] 1 5 9 13 17

[2,] 2 6 10 14 18

[3,] 3 7 11 15 19

[4,] 4 8 12 16 20

> diag(x)

[1] 1 6 11 16

行列名称

m1 <- matrix(1:8,nrow = 2, dimnames = list(c("r1","r2"),c("c1","c2","c3","c4")))

m1

## c1 c2 c3 c4

## r1 1 3 5 7

## r2 2 4 6 8

rownames(m1) <- c("p1","p2")

m1

## c1 c2 c3 c4

## p1 1 3 5 7

## p2 2 4 6 8

(m1) <- c("R1","R2")

m1

## c1 c2 c3 c4

## R1 1 3 5 7

## R2 2 4 6 8

dimnames(m1) <- list(c("rr1","rr2"),c("cc1","cc2","cc3","cc4"))

m1

## cc1 cc2 cc3 cc4

## rr1 1 3 5 7

## rr2 2 4 6 8

矩阵的提取

m2 <- m[1 , , drop = FALSE]

单行矩阵

矩阵转置、翻转、旋转

转置：

t(m1)

上下翻转：

m1[nrow(m1):1, ]

左右翻转：

m1[ ,ncol(m1):1]

顺时针90度旋转：

t(apply(m1, 2, rev))

逆时针90度旋转：

t(apply(t(m1), 2, rev))

运算

矩阵级运算1

矩阵级运算2

2.4 高维数组

数组是具有维度（dim）属性的向量。矩阵是一种特殊的数组(一维)。

array(x, c(3, 4, 2))二维的两个3 x 4的矩阵组成的数组

>x <- array(1:3, c(2,4,2))

## , , 1

##

## [,1] [,2] [,3] [,4]

## [1,] 1 3 2 1

## [2,] 2 1 3 2

##

## , , 2

##

## [,1] [,2] [,3] [,4]

## [1,] 3 2 1 3

## [2,] 1 3 2 1

数组拼接

abind包中的abind()函数：abind(..., along=N)。

x

y<- x+100

#按行拼接

abind(x,y, along=1)

# 列方向拼接

abind(x,y, along=2)

# 页方向拼接

abind(x,y, along=3)

# 新的维度上拼接，新维度作为第1维，之前的维度顺次后移

abind(x,y, along=0)

2.5 数据框

数据框是一种特殊的列表，列表中每个元素都是一个有名字的向量，且这些向量的长度相同。不同的向量可以是不同类型的。数据框是统计分析中

最常用的数据结构。

创建

name <- c("Alice","Bob","Christien")

age <- c(10,20,14)

gender <- c("F","M","F")

weight <- c(25,50,30)

df <- (name,age,gender,weight)

df

## name age gender weight

## 1 Alice 10 F 25

## 2 Bob 20 M 50

## 3 Christien 14 F 30

如果有字符串，dataframe中的字符串会被认为是因子类型。用stringsAsFactor=F可以阻止变为字符串。

所谓因子型，简单来说是包含顺序的字符串，顺序可由用户指定。在建模时，会被作为整数处理。

# 抑制字符串向因子型的转换

df2 <- (name,age,gender,weight,stringsAsFactors=FALSE)

df2

行名，列明的创建、提取和修改。

向量名被默认作为数据框的列名。

矩阵列名也会默认作为数据框列名。

如果数据框没有指定列名，则列名默认为“V1”、“V2”…，如果数据框没有指定行名，则行名默认为“1”、“2”、“3”…。

获取数据框列名，可用names函数或colnames函数。

获取数据框行名，可用函数或rownames函数。

对数据框来说，函数效率更高，因而推荐使用函数。

在实际数据分析中，修改行名的做法很少见，更多的是增加一个ID列，然后做相应的修改。

提取数据时如果需要保持为单列数据框，可以添加drop = FALSE参数

# 给一个尚不存在的列赋值，即增加该列

df$new <- 1:4

df[5] <- NULL # 删除该列

# 可以通过序号的方式增加1列

df[5] <- c(T,F,F,T)

df

df <- (name,age,gender,weight) # 注意此处字符串会转化为因子型

df5 <- rbind(df3,df4)

df7 <- cbind(df1,df6)

#将相同的列合并，可以用merge函数

#merge函数会删除重复的相同列，而且可以根据相同列的顺序合并(相当于Excel中的=vlookup)

条件查询

subset(x, subset, select, drop=F)

subset参数可以提取行方面满足条件

select参数可以为列方面选取的范围

df2 <- subset(df,subset = name!="Einstein"&age>10,select = c(age:weight,height))

# !=为不等于

df2

排序

如果需要根据一列或多列的顺序，对其他列做相应的调整，可以使用order函数。如果需要将所有列都按降序排序，则增加decreasing = TRUE

参数。如果大多数升序，某些降序，在降序的列前加-rank函数（如果是数值型，仅加负号就可以）。如果大多数降序，某些升序，在升序前加-

rank函数函数，且添加decreasing = TRUE参数。下面是一些列子：

name <- c("Alice","Bob","Christien","Einstein")

age <- c(10,20,14,25)

gender <- c("F","M","F","M")

weight <- c(25,50,30,54)

nationality <- c("USA","UK","China","German")

height <- c(1.2,1.65,1.43,1.75)

df <- (name,age,gender,weight,nationality,height)

#gender、weight两列将序排列

df2 <- df[order(df$gender,df$weight,decreasing = TRUE),]

# gender降序，其余升序排列

# gender列前加一个-rank()就表示与默认排序方式不同。

df3 <- df[order(-rank(df$gender),df$weight),]

#gender升序，weight降序(数值变量直接加-即可)

df4 <- df[order(df$gender,-df$weight),]

title: "R的学习笔记04"

author: "ks_c"

date: "2021/2/2"

output: html_document

以下为R数据分析指南与速查手册 第三章的内容

导出

导出变量

使用save(..., list = character(),file = stop("'file' must be specified"))可以保存单个变量或一些变量。文件名为.rda或.Rdata。

...：要存储的变量

list：变量标签/名称

file：文件名及路径

如果想保存整个环境，用函数。常用用法为(file = ".RData")，用file指定文件名即可。

导出txt或csv

导出为txt格式：

(x, file = "",

append = FALSE,

quote = TRUE,

sep = " ",

eol = "n",

na = "NA",

dec = ".",

= TRUE,

= TRUE,

qmethod = c("escape", "double"),

fileEncoding = "")

导出文件中：

字符串型数据将用引号括起来，如果不想有引号，可设置quote = FALSE。

(注意导出的csv文件中也是如此，只是如果用Excel打开的话，其中的引号不显示出来，如果用文本查看器如Notepad++打开，就可以看到引

号。)

如果要保存的数据不是数据框格式，会被转化为数据框格式，然后再保存为csv或txt文件。

导出文件中默认包含行名（行序号）和列名，如果不需要，在中可以设定 = FALSE及 = FALSE，在

中设定=FALSE（在中，可以通过给csv文件修改列名，但是不能取消其列名）。

更多参数设置，可查看的帮助文档。在中，会将行名与列名交叉格以空字符串输出，但会将其空缺。这会导致

他们重新导入时，对行名的处理不同。

# 数据生成

name <- c("Alice","Bob","Christien","Einstein")

age <- c(10,20,14,25)

gender <- c("F","M","F","M")

weight <- c(25,50,30,54)

nationality <- c("USA","UK","China","German")

height <- c(1.2,1.65,1.43,1.75)

example_df <- (name,age,gender,weight,nationality,height)

# 保存

(example_df, file = "example_")

(example_df, file = "example_")

(example_df, file = "example_",quote = FALSE)#字符串没有引号

导出图片

直接保存而不展示图片：

新建保存格式（称之为一个图形设备），如png、jpg、pdf（pdf是矢量图），

运行绘图相关的代码，

关闭图形设备。

png("example_") # 新建一个图片保存格式，png可以是jpg、pdf等

plot(1:10) # 绘图

() # 关闭图形设备

图片的长、宽、分辨率等参数可参考png等的帮助文档。

如果已经画好了图，可以使用如下代码输出到文件中。

(png, 'example_')

()

如果最开始打开的是Windows窗口，则可用savePlot()函数，其用法为：

savePlot(filename="Rplot",

type=c("wmf", "png", "jpeg", "jpg", "bmp", "ps"),

device=())

#例子：

windows(width = 9, height = 9, rescale = "fit") # 打开一个Windows窗口

plot(1:10,type = "l")

savePlot(filename="Myplot",type="pdf")

# savePlot(filename="Myplot",type="png")

## 支持下列格式："wmf", "emf", "png", "jpg", "jpeg", "bmp", "tif", "tiff", "ps", "eps", "pdf"

()

导出文本

readr::write_file(txt, file_", append = FALSE)

writeLines(txt, con = fileConn,sep = "")

close(fileConn)

sink("")

操作

sink()

cat(... = ,file = ,sep = ,fill = ,labels = ,append = )

fileConn<-file("")

writeChar(txt, con = fileConn, eos = NULL, useBytes = FALSE)

close(fileConn)

writeChar

R与python通用的数据

feather

#R中

library(feather)

path <- "my_r"

write_feather(df, path)

df <- read_feather(path)

#py中

import feather

path = 'my_r'

_dataframe(df, path)

df = _dataframe(path)

数据载入

数据

默认的分隔符为空格，2默认的分隔符为分号;

可以改变默认的分隔符。

(file,

header = TRUE,

sep = ",",

quote = """,

dec = ".",

fill = TRUE,

= "", ...)

按行或单元导入（表格数据）

按行导入用readLines，按单元导入用scan

文本

整体读取可用readr::read_file，

按行读取可用readLines，如

txt<- read_file("write_")

title: "R的学习笔记04"

author: "ks_c"

date: "2021/2/2"

output: html_document

以下为R数据分析指南与速查手册 第四章的内容

tidyverse包做探索性数据分析

数据变化

1 filter

2 select

3 arrange

多表融合

增加新列

1 mutate

2 mutate与group_by

3 mutate_all

4 mutate_at

5 mutate_if

数据汇总

1 summarise与group_by

2 summarise_all

3 summarise_at

4 summarise_if

函数复用

可视化

1. 数据变换总结

行去重：distinct(.data, …, .keep_all = FALSE)

行筛选：filter()

列筛选：select()

行排序：arrange()

长转宽：spread(data, key=键所在列, value=键值所在列)

宽转长：gather(data, 需要转换的各列, key = “新建的键名”, value = “新建的键值名”)

列合并：unite(data, col=新列, 需要合并的各列, sep = "_", remove = TRUE)

列分裂：separate(data, col, into=c(“列1”,“列2”,…), sep = “[^[:alnum:]]+”)

嵌套与取消嵌套：nest()、unnest()

1.1 filter

filter进行行筛选，各逗号分隔的条件需同时满足，常用筛选条件有：

>, >=, <, <=, !=(不等于) , == ,near() , (), %in%(前者是否在后者里面，返回值为T/F), between(x, left, right)

由于可能存在舍入误差，浮点数最好不用 == 而用near。

&, |, !, xor()（异或）

1.2 select

进行列筛选，各逗号分隔的条件

任满足其一

即可，常用辅助筛选函数有：

:（从a列到b列）, - （除了这些列）

starts_with()、ends_with()、contains()、matches()、num_range()、one_of()、everything()、last_col()

1.3 arrange

对行进行排序，可以有多个排序条件，

降序：desc()

2. 多表融合总结

将两个或多个表，通过共同的列联结起来，常见的操作包括：

左联结：left_join(x, y, by = NULL)

右联结：right_join(x, y, by = NULL)

内联结：inner_join(x, y, by = NULL)

全联结：full_join(x, y, by = NULL)

半联结：semi_join(x, y, by = NULL)

反联结：anti_join(x, y, by = NULL)

多个表的联结：list(x1, x2, x3,…) %>% reduce(····_join, by = NULL)

将具有相同列的两个表或多个表，对行进行集合操作

intersect(x, y, …)

union(x, y, …)

union_all(x, y, …)

setdiff(x, y, …)

setequal(x, y, …)

list(x1, x2, x3,…) %>% reduce(*_join, by = NULL)

3. 增加新列总结

对原有的列进行运算，得到长度与数据行数相同的新列。

分组与取消分组：group_by()、ungroup()

增加新列：

mutate()

mutate_all(.tbl, .funs, …)

mutate_at(.tbl, .vars, .funs, …)

mutate_if(.tbl, .predicate, .funs, …)

仅保留新列：

transmute()

transmute_all()

transmute_at()

transmute_if()

4. 数据汇总总结

分组对列进行统计汇总，统计汇总函数一般含一个数据参数，这个参数为代表多个观测的向量，返回单个数值。当返回多个值时，可以将其转换为

list.

数据汇总（一般会与分组结合）：

summarise()

summarise_all(.tbl, .funs, …)

summarise_if(.tbl, .predicate, .funs, …)

summarise_at(.tbl, .vars, .funs, …, .cols = NULL)

所有列采用相同汇总函数时也可用map()、map_*()，但其无法和group_by结合

对summarise系列函数，若返回长度大于1的向量，可用list将结果包围。

5. 函数复用总结

单变量

返回列表：map(.x, .f, …)

返回 * 类型的向量：map_

(.x, .f, …)（

可以是lgl、chr、int、dbl、raw）

得到输出、打印、保存等其他动作：walk()

返回数据框：map_dfc(.x, .f, …), map_dfr(.x, .f, …, .id = NULL)

条件筛选，返回列表：map_if(.x, .p, .f, …, .else = NULL)、map_at(.x, .at, .f, …)

2维变量：map2(.x, .y, .f, …)、map2_

(.x, .y, .f, …)等（没有if和at）

p维变量：pmap(.l, .f, …)、pmap_

(.x, .y, .f, …)等（没有if和at）

递归复用：map_depth(.x, .depth, .f, …, .ragged = FALSE)

6. 可视化总结

ggplot图层：

ggplot(data = ) +

(

mapping = aes(),

stat = ,

position =

) +

+

+

+

GEOM_FUNCTION

离散变量频次：geom_bar

连续变量频次：geom_histogram、geom_freqpoly、 geom_density

离散vs连续：geom_boxplot、geom_violin、并排geom_histogram

离散vs离散：geom_tile（热力图，颜色深浅表示频次），geom_count（点的大小表示频次）、并排geom_bar

连续vs连续：geom_point、geom_bin2d（方形封箱）、geom_hex（6边形封箱）、geom_smooth、geom_line、geom_density2d

3变量： geom_contour(aes(z = z))、geom_tile(aes(fill = z))、geom_raster(aes(fill = z))

MAPPINGS

x、y轴：x、y

点或边框的颜色：color （颜色字符串）

填充颜色：fill （颜色字符串）

形状：shape（最多6种，代表形状的数字）

点的大小、线的粗细：size （毫米为单位的数字）

透明度：alpha

线型：linetype（整数或字符串： 0 = blank, 1 = solid, 2 = dashed, 3 = dotted, 4 = dotdash, 5 = longdash, 6 = twodash）

边框粗细：stoke

group

STAT

“count”

“bin”

“identity”

“boxplot”

POSITION

“stack”：堆积

“identity”：独立重叠

“dodge”：侧面并列

“fill”：堆积归一

“jitter”：扰动

“dodge2”

COORDINATE_FUNCTION

coord_flip：坐标翻转

coord_fixed(ratio = 1/2)：固定坐标比例

coord_polar：极坐标

coord_cartesian：笛卡尔坐标（默认，可修改坐标范围）coord_cartesian(xlim = c(0, 5))

FACET_FUNCTION

单变量分面：facet_wrap

双变量分面：facet_grid点的形状代码第五章为R markdown的介绍，在

本文标签： 函数元素向量