R入门(一)----读取数据、查看数据

感谢大鹏dapengde

创建数据

#在相应位置新建文件夹
dir.create('E:/R/R lab/学R/r4r')
#将数据文件存进文件夹
write.csv(as.data.frame(t(matrix(
  co2,12,dimnames = list(
    month.abb,unique(floor(time(co2)))  )
))),file = 'E:/R/R lab/学R/r4r/co2.csv')

读取数据

R数据的导入与导出(http://pem.freeshell.org/math/R_data_import_export_zh.pdf)

#读取文件
mydata1 <- read.table(file = 'clipboard',header = T)
#找到文件所在位置(点击式),myfile1和myfile2存储的只是路径,不是文件内容
myfile1 <- file.choose()
myfile2 <- "E:\\R\\R lab\\学R\\r4r\\co2.csv"
mydata2 <- read.table(file = myfile2,
                      header = T,sep = ',')
#read.csv()比read.table()更精简
mydata2 <- read.csv(file = myfile2)
mydata2 <- read.csv(file = "E:\\R\\R lab\\学R\\r4r\\co2.csv")
常见的符号

%/% 整除的商;
%%整除的余数;
round()四舍五入;
trunc()截取整数;
mod()整除的余数

数据处理和作图

plot(mydata2)

任意两变量散点图

> #对于有名称的查询某行或某列的数据
> mydata2[,'Sep']
 [1] 313.68 314.00 314.83 316.11 316.05 316.54 317.66 318.48 319.10 320.18 322.22
[12] 322.93 323.20 324.68 327.35 327.27 328.40 329.14 331.42 332.60 333.75 335.72
[23] 336.52 337.81 339.69 340.90 342.92 344.68 346.27 348.55 349.64 350.82 352.05
[34] 352.94 353.67 355.84 358.11 359.51 360.24
mydata2$Sep
> #对矩阵行进行命名
> rownames(mydata2) <- mydata2$year
> rownames(mydata2)
 [1] "1959" "1960" "1961" "1962" "1963" "1964" "1965" "1966" "1967" "1968" "1969" "1970" "1971"
[14] "1972" "1973" "1974" "1975" "1976" "1977" "1978" "1979" "1980" "1981" "1982" "1983" "1984"
[27] "1985" "1986" "1987" "1988" "1989" "1990" "1991" "1992" "1993" "1994" "1995" "1996" "1997"
> colMeans(mydata2[,2:13])
     Jan      Feb      Mar      Apr      May      Jun      Jul      Aug      Sep      Oct 
336.4308 337.2033 338.0546 339.2944 339.8821 339.3282 337.9164 335.9579 334.2428 334.1692 
     Nov      Dec 
335.4679 336.6946 
> #对数据行计算均值,添加到mydata2的变量mean中去
> mydata2$mean<- rowMeans(mydata2[,2:13])
> #对数据行计算中值,添加到mydata2的变量median中去
> mydata2$median <- apply(X=mydata2[,2:13],FUN = median,MARGIN = 1)
> #任意相邻两行的差,diff()函数,后项减去前项
> diff(mydata2$Sep)
 [1]  0.32  0.83  1.28 -0.06  0.49  1.12  0.82  0.62  1.08  2.04  0.71  0.27  1.48  2.67 -0.08
[16]  1.13  0.74  2.28  1.18  1.15  1.97  0.80  1.29  1.88  1.21  2.02  1.76  1.59  2.28  1.09
[31]  1.18  1.23  0.89  0.73  2.17  2.27  1.40  0.73

#对数据行进行计算相邻两项的差,也就是计算每年中,下月减本月,少的是一月
apply(X=mydata2[,2:13],FUN = diff,MARGIN = 1)
#对数据列进行计算相邻两项的差,也就是计算每月中,下年减本年,少的是1959年
apply(X=mydata2[,2:13],FUN = diff,MARGIN = 2)

R不仅可以安装在本地,还可以从网络访问。在你的手机或电脑里打开浏览器,访问下面介绍的网站,就可以使用R语言了。

我们先来试试Ideone。(Ideone: http://ideone.com)打开这个网站后,输入

summary(co2) 
co2

点击Run!按钮运行,窗口下面就立刻显示运算结果。同时,可以让我们用浏览器来进行R编程和调试非常方便,免费注册账号后,就可以将代码保存在名下,方便调用,还支持把代码嵌入网页里,以便分享。

由于输入输出接口的限制,Ideone里的R语言不能读入外部数据,也不能实现作图。没关系,还有很多类似网站,能够满足不同的需求,例如r-fiddle(r-fiddle: http://www.r-fiddle.org)等。如果你有自己的服务器,那么还可以用RStudio的服务器版来搭建自己专属的R网站,你的地盘你做主。有了这些在线的R网站,随时随处都可以免费使用R,没有电脑就用手机。有R伴我走天涯,走到哪里都不怕。

大鵬志:http://dapengde.com/archives/tag/r
本书主頁: http://xuer.pzhao.net
大鹏推荐的书http://xccds1977.blogspot.com/2013/02/r.html
统计之都:https://d.cosx.org/t/r
爆栈网R语言论坛:http://stackoverflow.com/questions/tagged/r

  • 4
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言是一种功能强大的开源编程语言和环境,广泛应用于数据分析和统计建模。入门R语言的过程,我可以分享一些我自己的笔记和经验。 首先,入门R语言需要准备好安装R语言和RStudio的环境。RStudio是R语言的一个集成开发环境,提供了更加友好的界面和便捷的操作。安装完毕后,我们可以打开RStudio开始学习。 接下来,建议通过在线教程、视频教程或者书籍来学习R语言的基础知识和语法。了解R语言的数据结构,如向量、矩阵、数据帧等,掌握R语言的基本运算和函数操作等非常重要。 在学习过程中,我发现通过实际操作来巩固知识是非常有效的。可以尝试使用R语言处理一些简单的数据集,如读取数据数据清洗和数据可视化等。这样可以更好地理解R语言的功能和应用。 另外,熟悉R语言的常用包和函数也是非常重要的。R语言有很多强大的数据分析包,如ggplot2、dplyr和tidyr等。通过学习它们的基本用法和常见函数的操作,可以更好地进行数据分析和统计建模。 同时,我也建议多参与R语言的相关社区和论坛,与其他R语言爱好者交流和分享经验。这不仅可以解决遇到的问题,还能学习到更多实际案例和应用技巧。 最后,持续学习和实践是掌握R语言的关键。不断地阅读学习材料、参与项目和练习编程,都是提高R语言技能的有效途径。 希望以上简要的笔记对入门R语言和数据分析有所帮助。R语言具有强大的数据分析能力,相信通过不断学习和实践,你可以在数据分析领域取得更好的成果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值