R语言学习之入门和创建数据集

R语言学习笔记第1章 R的使用1.R语句由函数和赋值。R使用-作为赋值符号：x x与 x - rnorm(5)，这两个语句等价。2.简单的R会话：研究上述10名婴儿的：（1）体重分布；（2）体重和月龄的关系代码清单：age - c(1, 3, 5, 2, 11, 9, 3, 9, 12, 3) #使用函数c（）以向量的形式输入月龄数据#weight - c(4.4, 5.3, 7.2, 5.2, 8.5, 7.3, 6, 10.4, #使用函数c（）以向量的形式输入体重数据# 10.2, 6.1)mean(weight) #使用函数mean()求体重平均值#sd(weight) #使用函数sd ()求体重标准差#cor(age, weight) #使用函数cor()求体重与月龄之间相关系数#plot(age, weight) #使用函数plot(),以图形形式表现体重与月龄之间关系# q() #使用函数q ()结束程序#输出结果：第2章 创建数据集1. 访问向量中元素通过方括号中给定元素所处的数值，可以直接访问向量中的元素。例如，ac(3,5),访问向量a中的第3个和第5个元素。代码清单：a - c(1, 2, 5, 3, 6, -2, 4)a3ac(1, 3, 5)a2:6 #访问从第2个元素到第6个元素#输出结果：2. 创建矩阵矩阵都是二维的，和向量类似，矩阵中也仅能包含一种数据类型。通过函数matrix创建矩阵，一般格式如下：myymatrix - matrix(vector, nrow=number_of_rows, #nrow(行)#ncol=number_of_columns, #ncol(列) #byrow=logical_value, # byrow=true（按行填充）/ byrow=false（默认：按列填充）#dimnames=list(char_vector_rownames,char_vector_colnames) #dimnames包含了可选的以字符型向量表示的行名称和列名称#代码清单：y - matrix(1:20, nrow = 5, ncol = 4) #输出从1到20，5行4列，默认按列进行填充#y输出结果：代码清单：cells - c(1, 26, 24, 68) #向量赋值#rnames - c(R1, R2) #行名称#cnames - c(C1, C2) #列名称#mymatrix - matrix(cells, nrow = 2, ncol = 2, byrow = TRUE, #2行2列，按行填充# dimnames = list(rnames, cnames) #行列名称赋值#mymatrix输出结果：如果按照列填充：cells - c(1, 26, 24, 68)rnames - c(R1, R2)cnames - c(C1, C2)mymatrix - matrix(cells, nrow = 2, ncol = 2, byrow = FALSE, dimnames = list(rnames, cnames)mymatrix输出结果：我们可以使用下标和方括号来选择矩阵的行、列或元素。Xi,指矩阵x中的第i行，X,j指出第j列，xi,j指第i行第j个元素。选择多行或多列时，下标i和j可为数值型向量，如下代码清单演示：代码清单：x - matrix(1:10, nrow = 2) #没有对行、列名称进行命名，输出结果自动生成#x输出结果：代码清单：x2, #输出矩阵x中第2行#x,2 #输出矩阵x中第2列#x1,4 #输出矩阵x中第1行，第4列#x1,c(4,5) #输出矩阵x中第1行，第4、5列#3. 创建数组数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建，形式如下：myarray-array(vector,dimensions,dimnames) #vector包含了数组中的数据，dimensions是一个数值型向量，给出了各个维度下标的最大值，dimnames是可选的、各维度名称标签的列表#代码清单：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) #将124按照列排方式，排列在4个2行3列，创建成三维（234）数值型数组#z输出结果：4. 创建数据框数据框是R中最常见的数据结构，数据框中不同的列可以包含不同模式的数据。mydata -data.frame(col1,col2,col3,) #列向量col1，col2,col3,可为任何类型，每一列的名称可由names指定。代码清单：（创建）patientID - c(1, 2, 3, 4)age - c(25, 34, 28, 52)diabetes - c(Type1, Type2, Type1, Type1)status - c(Poor, Improved, Excellent, Poor)patientdata - data.frame(patientID, age, diabetes, status)patientdata输出结果：代码清单：（选取数据框中的元素）patientdata1:2#或者patientdatac(patientID,age) 结果一样#代码清单：（选取数据框中的列向量）patientdata$age #$表示选取特定列向量#代码清单：（table生成列联表）table（patientdata$diabetes,patientdata$status）5. 因子的使用factor()以一个整数向量的形式存储类别值，整数的取值范围是1k,同时一个由字符串（原始值）组成的内部向量将映射到这些整数上。如：向量：diabetes-c(“Type1”, “Type2”, “Type1”, “Type1”)diabetes-factor（diabetes）将此向量存储为（1,2,1,1），并在内部将其关联为1=Type1和2=Type2（具体赋值根据字母顺序而定）要表示有序型变量，需要为函数factor（）指定参数ordered=TRUE。给定向量：status-c(“Poor”,“Improved”,“Excellent”,“Poor”)语句status-factor(status,ordered=TRUE)会将向量编码为（3,2,1,3），并在内部将这些值关联为1=Excellent、2=Improved以及3=Poor。另外，针对此向量进行的任何分析都会将其作为有序型变量对待，并自动选择合适的统计方法。levels()可以覆盖默认排序。例如status-factor(status,order=TRUE,levels=c(“Poor”,“Improved”,”Excellent”)各水平的赋值将为1=Poor、2=Improved、3=Excellent代码清单：（因子的使用）patientID - c(1, 2, 3, 4)age - c(25, 34, 28, 52)diabetes - c(Type1, Type2, Type1, Type1)status - c(Poor, Improved, Excellent, Poor)diabetes - factor(diabetes)status - factor(status, order = TRUE)patientdata - data.frame(patientID, age, diabetes, status)str(patientdata)运行结果：summary(patientdata)6. 列表列表（list）是R的数据类型中最为复杂的一种。一般来说，列表就是一些对象（或成分，component）的有序集合。列表的好处：1.列表允许以一种简单的方式组织和重新调用不相干的信息。2.许多R函数的运行结果都是以列表的形式返回的。列表允许你整合若干（可能无关的）对象到单个对象名下。例如，某个列表中可能是若干向量、矩阵、数据库，甚至其他列表的组合。可以使用函数list（）创建列表：mylist-list(object1,object2,) 其中的对象可以是目前为止讲到的任何结构。也可以将列表中对象命名为：mylist-list(object1,object2,)代码清单：（列表）g - My First Listh - c(25, 26, 18, 39)j - matrix(1:10, nrow = 5)k - c(one, two, three)mylist - list(title = g, ages = h, j, k) #创建列表#mylist #输出整个列表#运行结果：$title