R语言基本知识梳理
与多数编程语言相似，在学习R之前掌握C语言的基础上会觉得这部分内容相对容易掌握。本节仅对R语言的基本概念进行介绍，在后续内容中将结合实际项目进行编程实践，其中重点在于数据可视化。
数据类型
元素类型包括：
| Logical（逻辑型） | TRUE, FALSE |
|---|---|
| Numeric（数字） | 12.3，5，999 |
| Integer（整型） | 2L，34L，0L |
| Complex（复合型） | 3 + 2i |
| Character（字符） | 'a' , '"good", "TRUE", '23.4' |
| Raw（原型） | "Hello" 被存储为 48 65 6c 6c 6f |
R对象非常多但是经常使用矢量、列表、矩阵、数组、因子、数据帧。
向量Vectors
当你试图通过多个元素构建向量时，在调用c()函数能够实现这一目标的同时 其意义在于将这些元素组合成一个完整的向量结构
Create a vector.
apple <- c('red','green',"yellow")
print(apple)
Get the class of the vector.
print(class(apple))
[1] "red" "green" "yellow"
[1] "character"
列表Lists
列表属于R对象的一种，在其内部包含了多种多样类型的元素，例如向量、函数或其他嵌套列表。
Create a list.
list1 <- list(c(2,5,3),21.3,sin)
Print the list.
print(list1)
[[1]]
[1] 2 5 3
[[2]]
[1] 21.3
[[3]]
function (x) .Primitive("sin")
矩阵Matrices
矩阵是二维矩形数据集。 它可以使用矩阵函数的向量输入创建。
Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)
[,1] [,2] [,3]
[1,] "a" "a" "b"
[2,] "c" "b" "a"
数组Arrays
阵列有任何维度
Create an array.
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)
, , 1
[,1] [,2] [,3]
[1,] "green" "yellow" "green"
[2,] "yellow" "green" "yellow"
[3,] "green" "yellow" "green"
, , 2
[,1] [,2] [,3]
[1,] "yellow" "green" "yellow"
[2,] "green" "yellow" "green"
[3,] "yellow" "green" "yellow"
因子Factors
该系统通过整合存储向量及其不同元素的值作为标签，并确保这些标签始终表示为字符类型。通过调用factor()函数来生成因子。nlevels函数返回各类别的数量。
Create a vector.
apple_colors <- c('green','green','yellow','red','red','red','green')
Create a factor object.
factor_apple <- factor(apple_colors)
Print the factor.
print(factor_apple)
print(nlevels(factor_apple))
[1] green green yellow red red red yellow green
Levels: green red yellow
applying the nlevels function we can know the number of distinct values
[1] 3
数据帧Data Frames
数据帧是一个表格中的一个对象，在其中每一列都支持多种不同的数据类型；它由多个等长的向量组成
使用data.frame()函数创建数据帧。
Create the data frame.
BMI <- data.frame(
gender = c("Male", "Male","Female"),
height = c(152, 171.5, 165),
weight = c(81,93, 78),
Age = c(42,38,26)
)
print(BMI)
gender height weight Age
1 Male 152.0 81 42
2 Male 171.5 93 38
3 Female 165.0 78 26
变量
赋值=
查找变量 ls() ls()函数也可以使用模式来匹配变量名。
print(ls())
List the variables starting with the pattern "var".
print(ls(pattern = "var"))
删除变量 rm()函数
运算符
| %% | 两个向量求余 |
|---|---|
| ％/％ | 两个向量相除求商 |
安装库文件
为在R中加载新库提供了两种可用的解决方案。其中一种方式是通过官方渠道进行安装；另一种方式则是先下载至本地电脑后再进行手动安装。
install.packages("Package Name")
Install the package named "XML".
install.packages("XML")
https://cran.r-project.org/web/packages/available_packages_by_name.html
将包放入库中：
library("package Name", lib.loc = "path to library")
Load the package named "XML"
install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")
数据重塑
通过cbind()函数连接多个向量可以构建数据框架；同时我们也可以利用rbind()函数将两个数据集进行结合。
我们可以通过merge()函数将两个数据框架进行融合。只有当这两个表格拥有相同的字段名时才能完成这种操作。
melt()拆分数据和cast()数据重构
函数
字符串
- 字符串两端必须使用相同类型的括弧（双括弧或单括弧），避免混用形式。
- 双括弧可以在由单括弧包围的内容周围应用。
- 单括弧可以在由双括弧包围的内容周围应用。
- 不建议在相同类型起止标记内部再嵌入相同类型的标记。
- 同理适用于单括弧的情形。
连接字符串 - paste()函数
格式化数字和字符串 - format()函数
计算字符串中的字符数 - nchar()函数
更改字符串大小写 toupper()和tolower()函数
提取字符串的一部分 - substring()函数
Extract characters from 5th to 7th position.
result <- substring("Extract", 5, 7)
print(result)
[1] "act"
向量（加减乘除 排序）
数值型与matlab一样用冒号
序列用seq()
print(seq(5, 9, by = 0.4))
[1] 5.0 5.4 5.8 6.2 6.6 7.0 7.4 7.8 8.2 8.6 9.0
如果其中一个元素是字符，则非字符值被强制转换为字符类型。C()
s <- c('apple','red',5,TRUE)
[1] "apple" "red" "5" "TRUE"
列表
列表可以转成向量用unlist()
矩阵
matrix()创建矩阵matrix(data, nrow, ncol, byrow, dimnames)
以下是所使用的参数的说明 -
数据是成为矩阵的数据元素的输入向量。
nrow是要创建的行数。
ncol是要创建的列数。
byrow是一个逻辑线索。 如果为TRUE，则输入向量元素按行排列。
dimname是分配给行和列的名称。
数组
通过向量作为输入，并指定维度参数的值来构建多维数据结构。
我们可以使用dimnames参数给数组中的行，列和矩阵命名。
Print the third row of the second matrix of the array.
print(result[3,,2])
Print the element in the 1st row and 3rd column of the 1st matrix.
print(result[1,3,1])
Print the 2nd Matrix.
print(result[,,2])
因子
factor() 转换为因子类型，is.factor()查看是否是因子。
例如数据帧的因子
Create the vectors for data frame.
height <- c(132,151,162,139,166,147,122)
weight <- c(48,49,66,53,67,52,40)
gender <- c("male","male","female","female","male","female","male")
Create the data frame.
input_data <- data.frame(height,weight,gender)
print(input_data)
Test if the gender column is a factor.
print(is.factor(input_data$gender))
Print the gender column so see the levels.
print(input_data$gender)
height weight gender
1 132 48 male
2 151 49 male
3 162 66 female
4 139 53 female
5 166 67 male
6 147 52 female
7 122 40 male
[1] TRUE
[1] male male female female male female male
Levels: female male
可以改变因子的级别顺序
new_order_data <- factor(factor_data,levels = c("East","West","North"))
print(new_order_data)
[1] East West East North North East West West West East North
Levels: East West North
用gl()生成因子级别
v <- gl(3, 4, labels = c("Tampa", "Seattle","Boston"))
print(v)
Tampa Tampa Tampa Tampa Seattle Seattle Seattle Seattle Boston
[10] Boston Boston Boston
Levels: Tampa Seattle Boston
数据帧
Create the data frame.
emp.data <- data.frame(
emp_id = c (1:5),
emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
salary = c(623.3,515.2,611.0,729.0,843.25),
start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
"2015-03-27")),
stringsAsFactors = FALSE
)
创建数据帧
Print the data frame.
print(emp.data)
emp_id emp_name salary start_date
1 1 Rick 623.30 2012-01-01
2 2 Dan 515.20 2013-09-23
3 3 Michelle 611.00 2014-11-15
4 4 Ryan 729.00 2014-05-11
5 5 Gary 843.25 2015-03-27
获取数据帧的结构
Get the structure of the data frame.
str(emp.data)
'data.frame': 5 obs. of 4 variables:
$ emp_id : int 1 2 3 4 5
$ emp_name : chr "Rick" "Dan" "Michelle" "Ryan" ...
$ salary : num 623 515 611 729 843
$ start_date: Date, format: "2012-01-01" "2013-09-23" "2014-11-15" "2014-05-11" ...
数据框中的数据摘要
Print the summary.
print(summary(emp.data))
emp_id emp_name salary start_date
- :1 Length:5 :515.2 :2012-01-01
1st Qu.:2 Class :character 1st Qu.:611.0 1st Qu.:2013-09-23
Median :3 Mode :character Median :623.3 Median :2014-05-11
Mean :3 Mean :664.4 Mean :2014-01-14
3rd Qu.:4 3rd Qu.:729.0 3rd Qu.:2014-11-15
- :5 :843.2 :2015-03-27
从数据帧中提取数据
Extract Specific columns.
result <- data.frame(emp.dataemp_name,emp.datasalary) 提取特定列
print(result)
emp.data.emp_name emp.data.salary
1 Rick 623.30
2 Dan 515.20
3 Michelle 611.00
4 Ryan 729.00
5 Gary 843.25
提取特定行特定列
Extract first two rows.
result <- emp.data[1:2,]
print(result)
Extract 3rd and 5th row with 2nd and 4th column.
result <- emp.data[c(3,5),c(2,4)]
print(result)
扩展数据帧
扩展列：
Add the "dept" coulmn.
emp.data$dept <- c("IT","Operations","IT","HR","Finance")
v <- emp.data
print(v)
emp_id emp_name salary start_date dept
1 1 Rick 623.30 2012-01-01 IT
2 2 Dan 515.20 2013-09-23 Operations
3 3 Michelle 611.00 2014-11-15 IT
4 4 Ryan 729.00 2014-05-11 HR
5 5 Gary 843.25 2015-03-27 Finance
扩展行：创建新的数据帧即可