# 2.2.1 向量 # 數值型向量 a <- c(1, 2, 3, 4, -2, 6) # 字符型向量 b <- c("one", "two", "three") # 邏輯型向量 c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)# 訪問向量 # 訪問第幾個元素 a[3] a[c(1, 3, 5)] # 等價于a <- c(2, 3, 4, 5, 6)。 a[2:6] # 2.2.2 矩陣 # 創建矩陣 y <- matrix(1:20, nrow = 5, ncol = 4) # 定義矩陣向量數據 cells <- c(1, 26, 24, 58) # 定義行名稱 rnames <- c("R1", "R2") # 定義列名稱 cnames <- c("C1", "C2") # 按行填充 mymatrix <- matrix(cells, nrow = 2, ncol = 2, byrow = TRUE,dimnames = list(rnames, cnames)) # 按列填充 mymatrix <- matrix(cells, nrow = 2, ncol = 2, byrow = FALSE,dimnames = list(rnames, cnames)) # 矩陣下標的使用 x <- matrix(1:10, nrow = 2) # 顯示第二行 x[2, ] # 顯示第二列 x[, 2] # 顯示第一行第四個元素 x[1, 4] # 顯示第一行第四、五列的元素 x[1, c(4, 5)]# 2.2.3 數組 # 創建一個數組 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))# 2.2.4 數據框 # 創建一個數據框 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) # 選取數據框中的元素 # 查看一二列的元素 patientdata[1:2] # 通過名字查詢 patientdata[c("diabetes", "status")] # 通過$查詢 patientdata$age# 使用三個函數簡化代碼：attach()、detach()和with() # 之前的寫法 summary(mtcars$mpg) plot(mtcars$mpg, mtcars$disp) plot(mtcars$mpg, mtcars$wt) # 可以寫成以下方法 attach(mtcars)summary(mpg)plot(mpg, disp)plot(mpg, wt) detach(mtcars) # with:大括號{}之間的語句都針對數據框mtcars執行，這樣就無須擔心名稱沖突 了。如果僅有一條語句(例如summary(mpg))，那么大括號{}可以省略 with(mtcars, {summary(mpg, disp, wt)plot(mpg, disp)plot(mpg, wt) }) # <<-：建在with()結構以外存在的對象，使用特殊賦值符<<-替代標準賦值符(<-) 即可，它可將對象保存到with()之外的全局環境中 with(mtcars, {nokeepstats <- summary(mpg)keepstats <<- summary(mpg) }) # nokeepstats： Error: object 'nokeepstats' not found keepstats # 實例標識符:實例標識 符(case identifier)可通過數據框操作函數中的rowname選項指定 patientdata <- data.frame(patientID, age, diabetes, status, row.names = patientID)# 2.2.5 因子 diabetes <- factor(diabetes) # 要表示有序型變量，需要為函數factor()指定參數ordered=TRUE status <- factor(status, ordered = TRUE) # 可以通過指定levels選項來覆蓋默認排序 status <- factor(status, ordered = TRUE,levels = c('Poor', 'Improved', 'Excellent'))# 2.2.6 列表 g <- "My First List" h <- c(25, 26, 18, 39) j <- matrix(1:10, nrow = 5) k <- c("one", "two", "three") # 創建列表：列表允許整合若干(可能無關的)對象到單個對象名下。例如，某個列表中可能是若干向量、矩陣、數據框，甚至其他列表的組合。 mylist <- list(title = g, age = h, j, k) mylist # 查看age向量 mylist[[2]] mylist[['age']]# 2.3.1 使用鍵盤輸入數據 mydata <- data.frame(age = numeric(0),gender = character(0),weight = numeric(0)) mydata <- edit(mydata) # macos上要下載XQuartz才能使用 mydata# 2.3.2 導入數據 grades <- read.table("studentgrades.csv", header = TRUE, sep = ",",row.names = "STUDENTID") #設置選項 stringsAsFactors=FALSE，這將停止對所有字符型變量的此種轉換。另一種方法是使用選項colClasses為每一列指定一個類，例如logical(邏輯型)、numeric(數值型)、character (字符型)、factor(因子)# 2.3.3 導入Excel數據 install.packages("readxl") library(readxl) # 1、path：文件存儲路徑及文件名（含擴展名），如Mac環境中輸入為：/Users/aiqingjiel/Desktop/data1.xlsx # 2、col_name＝TURE:第一行為列字段名，如col_name=FALSE，R以X01,X02,……，Xn來代替列字段名； # 3、col_type=NULL:導入的電子表格或向量中可能包含空白，數值，日期或text文本； # 4、na=“”,默認講點子表哥中空白單元格轉換為缺失的值； # 5、skip＝0:在讀取數據前，每行數據不回有遺漏 excel <- read_excel('/Users/moxingjian/Work/bingo/蘭州地鐵項目/機電模塊問題.xlsx',sheet = 1, col_names = TRUE, col_types = NULL, na = '', skip = 0)summary(excel) example("read_excel")# 值標簽 patientdata$gender <- factor(patientdata$gender,levels = c(1, 2),labels = c("male", "female"))# 2.5 處理數據對象的實用函數 # 顯示對象中元素/成分的數量 length(patientdata) # 顯示某個對象的維度 dim(patientdata) # 顯示某個對象的結構 str(patientdata) # 顯示某個對象的類或類型 class(patientdata) # 顯示某個對象的模式 mode(patientdata) # 顯示某對象中各成分的名稱 names(patientdata) # 顯示當前的對象列表 ls(patientdata) # 編輯對象并另存為newobject newobject <- edit(patientdata) # 編輯對象并另存為newobject fix(patientdata) newobject

總結

以上是生活随笔為你收集整理的《R语言实战》第2章的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。