R语言--

一、软件安装：（R软件+Rstudio）

1）R软件（或者revolutions R社区版）：

https://www.r-project.org/——CRAN——China——download R for Windows——base——download R-4.4.1 for Windows

2）Rstudio：

        第三方集成环境

二、安装R扩展包

        通过CRAN下载

2种安装方式

        1）联网在线安装（推荐）

        install.packages("包名")：函数。下载扩展包

        .libPaths（）：函数。查看库所在位置（注意函数前有1个小数点符号“.”）

        library（）：函数。显示库里所有安装包

        2）源代码安装

                R官网下载扩展包

 处理数据时，部分相关操作流程

        1）读入文件：df <- read.table("xx.csv", sep = "-",head = T)

                df：数据框，命名自定义

                read.table(）：创建数据框的函数

                sep = "-"：分隔符，符号自定义

        2）提取：table（列名）

        3）分组统计：aggregate（df$len, by = list(df$列名)）

        将变量转为因子：

                class（df$列名）

                df$列名 <-as.factor(df$列名)

                class df$列名

        4）查看结果/数据分析：summary（变量）

        5）数据可视化：interaction.plot(df$列名...)

                interaction.plot()：绘图函数
 

三、使用R扩展包

        library（包名）：函数。载入包

        require（包名）：函数。

        help = （packages = “包名”）：函数。

        library = （packages = “包名”）：函数。查看扩展包的信息

        ls（“package：vcd”）：函数。查看R扩展包中所有函数

列出已安装包：

        install.packages（）：列出已安装的扩展包

        save（Rpack，file = “Rpack.工作目录”）

        Rpack

        for（i in Rpack）install。packages（i)        //for循环

四、R基操

R语言区分大小写

清屏：CTRL+L

查看所有快捷键：Alt+Shift+K

        1）设定工作目录：setwd（dir = “磁盘：/一级路径/二级路径/.../工作目录文件名/”）

                getwd（）/dir（）：函数。显示当前工作目录

                list.files（）：函数。查看目录下文件

                setwd（）：函数。设置工作目录

<<-：强制赋值给全局变量

        ls.str（）：函数。列出文件及详细信息（不含隐藏文件）

        ls(all.names = TRUE)：函数。列出所有文件（含隐藏文件）

        rm（变量）：函数。删除变量

        save.image（）：函数。临时保存文件

        q（）：函数。退出

五、R语言内置数据集

        数据集内置在datasets扩展包中

分类：

        1）向量；2）因子；3）矩阵、数组；）4）类矩阵；5）数据框；6）类数据库；7）时间序列数据...

1. 数据类型

        1）数据结构

                数据元素的集合

        分类：

                数值型、字符串型、逻辑性、日期型

        1-1）普通数据结构

                向量、标量、列表、数组

        1-2）特殊数据结果

                Perl中的哈希

                python中的字典

                C中的指针

        2）向量c

               集合。一维数组

        seq（）：函数。生成序列

        mode（）：函数。查看数据类型

        2-1）向量索引

          2-1-1）正整数索引

        x <- c（1：100）//创建1-100的向量x

        x[-19]        //去除第19个元素

增删改查：

        添加向量：x[101] <- 101        //要添加的值自定义

        删除向量：x <- [c（1，3）]

        修改/插入向量：append（c <- x，values = 999，after = 9）//在第9个元素后插入999

        查询向量：grep（）函数

向量运算：

        长向量必须是短向量的整数倍，才能进行运算

        相乘：x ** y（或者x^y）

        取余：x %% y

        除：x %/% y

        mean（）：函数。均值

        var（）：函数。方差

        ad（）：函数。标准差

        prod（）：函数。连乘积

        quantile（）：函数。分位数

%in%：包含

        3）矩阵、数组

                二维的。需要行列

                矩阵的所有数据类型必须一致

heatmap（矩阵）：函数。绘制热图

dim（）：函数。维数

        3-1）矩阵索引

        m[1,c（2，3）]        //第1行，2、3列

        矩阵运算：乘法

                1）内积

                2）外积

        4）列表

                多种数据类型混合的数据结构

                列表不能赋值

        列表的访问

                1）索引方式

                2）$方式

                       eg： mlist$first

        [ ]和[[ ]]

                [ ] :输出的是列表的子集。还是列表，不能赋值

                [[ ]]：输出的是元素本身类型

        5）数据框

                本质是列表。列必须命名

                每列必须为同一类型

               行：观测

                列：变量

创建数据框：

        数据框名 <- date.frame（变量1，变量2...）//数据框名自定义

                 date.frame（）：函数。创建数据框

数据框的访问：

        1）索引方式

        2）$方式

        3）[[ ]] 方式

attach（）：函数。加载数据框

        6）因子

        6-1）变量分类

                1）名义型变量：无顺序分别。字符串

                2）有序型变量：不同值之间有顺序关系。但不是连续的数量变化

                3）连续型变量：某范围内任意值。数值类

        6-2）因子factor

                名义型变量、连续型变量

                本身是向量

                水平：

                        名义型变量和连续型变量（因子）的变量值

                因子：

                        水平值构成的向量

                因子的作用：

                        分类；计算频率、频数

        7）字符串

                支持正则表达式

        nchar（）：函数。统计字符串长度。统计每个字符串的长度

        length（）：函数。统计长度。统计有多少个元素

        paste（）：函数。粘贴、合并字符串

        substr（）：函数。提取字符

        toupper（）：函数。所有字符转大写

        tolower（）：函数。所有字符转小写

        gsub（）：函数。参数为/U时，首字母转大写；参数为/L时，首字母转小写

        grep（）：函数。查找字符串（支持正则表达式）

        match（）：函数。查找字符串（不支持正则表达式）

        strsplit（）：函数。分割字符串。返回值时列表

笛卡尔积：：

        生成两个字符串的所有可能结果的组合

        outer（）函数

        

        8 ）日期和时间

                时间序列

        Sys.Date（）：函数。查看当前时间

        strftime（）：函数。查看更多格式转化

六、获取数据

1. 获取数据

        1）键入

                创建数据框：通过data.frame（）函数创建

                往数据框中键入数据

        或者通过fix（）函数直接键入数据

        2）读外部存储

        3）访问数据库

                ODBC（开放数据库连接）

                安装RODBC扩展包：install.packages（“RODBC”）

2. 读入文件

        1）纯文本文件

                read.table（）：函数。将文件复制给对象

                head（）：函数。截取文件头部行数，默认6行

                tail（）：函数。截取文件尾部行数，默认6行

        2）网络文件

                read.table（）：函数。内有多个参数，使用时请将第一个参数设置为读入的网络文件的url

                read.Clipboard（）：函数。读取剪切板的内容

3. 写入文件

        1）对象是数据框：write.table（）函数

        2）写入到csv文件：write.csv（）函数

                csv文件的分隔符是逗号“，”，文件的后缀是“.csv”

                添加row.names = FALSE参数后，不会将行号写入到文件中

                        或者负索引删除第一行效果一样

4. 读入excel文件

        read.csv（）函数

需要安装XLConnect扩展包

        XLConnect扩展包依赖Java，计算机需要配置Java的运行环境（搜索教程自行配置）

        安装XLConnect扩展包步骤：

                1）安装XLConnect扩展包：install.packages（“XLConnect”）

                2)导入XLConnect扩展包：library（XLConnect）

                3）使用XLConnect扩展包（2种使用方式）

                        第1种使用方式（2步法读取整个工作簿）：

                                第一步：loadWorkbook（“文件名”）

                                第二步：readWorksheet（）函数        //参数查看帮助文档

                        第2种使用方式（1步法）

                                readWorksheetFromFile（）函数

                4）将数据导入excel中（2种方式）

                        第一种方式（4步法）

                                steps：

                                          (1)创建文件：loadWokbook（“文件名”，create = T）

                                          (2）在文件中创建工作簿：createSheet（变量名，“表名”）

                                        （3）将数据保存到工作簿：writeWorksheet（变量名，data = 数据，sheet = 表名）

                                        （4）将工作簿保存为excel：saveWorksheet（变量名）

                                示例：

wb <- loadWokbook（”file.xlsx“，create = T）

createSheet（wb，“Sheet 1”）

writeWorksheet（wb，data = mtcars，sheet = “Sheet 1”）

saveWorksheet（wb）

1步：

writeWorksheetToFile（“file1.xlsx”，data = mtcars，sheet = “Sheet 1”）

  5. 读写R格式文件

        RDS文件：保存R的单个对象

         save RDS（）函数

        save RDS（数据.file = “数据.RDS”）

七、缺失数据

        R中NA代表缺失数据

1. 处理缺失值

        na.omit（）函数

        示例：

                c <- c（NA,1:20,NA）//创建一个带有缺失值的向量c

                d <- na.omit（c）//对c向量进行缺失值的处理

2. 函数

        library（VIM）

        is.na（sleep）：测试sleep数据集

        rowSums（sleep）：计算每行缺失值数

        colSums（sleep）：计算每列缺失值数

        NaN：表示缺失数据。通过is.nan（）识别

        Inf：表示无穷。通过is.inf（）识别   

八、    数据格式转换

        读取excel文件：使用xlsx扩展包

1. 矩阵转化为数据框

        类型转换：as.xx

        变量名  <- as.data.frame（矩阵类型的数据）

        1）取出某行：

                ["行号“，]

                eg：state[”Nevada“，]

                逗号”，“不可省略

        2）取子集操作

                1.索引

                who1 <- who[c（1，3，5，7），c（2，4，6，8）]

                        c（1，3，5，7）：行

                        c（2，4，6，8）：列

                subset（）函数

                sample（）函数：随机抽样

        3）删除固定行

                1.负索引方式

                2.将NULL赋值给需要删除的行

        4）数据框行、列的添加

                1.用data.frame重新生成一个数据框

                2.cbind（）、rbind（）

                        可用于矩阵

                        对于rbind（）：

                                要求：新数据与原数据具有相同类名

        5）删除重复项

                duplicate（）函数：判断重复值

                原数据取反：取出非重复项

        6）数据框的翻转（行、列互换）

                t（）函数：行、列互换

                rev（）函数：单独行/列翻转。行头变行尾，行尾变行头（列同理）

        7）修改数据框中的值

                transform（）函数

order（）/sort（）：排序

        8）数据的中心化和标准化

                中心化：每个元素减去平均值

                标准化：中心化的标准差（ad（）函数可求标准差）

        9）reshape2扩展包

                1.安装reshape2扩展包：install.packages（“reshape2”）

                2.导入reshape2扩展包：library（reshape2）

“~”符号在R中表示相关联

        10）tidyr扩展包、dplyr扩展包

                1.安装tidyr扩展包、dplyr扩展包：install.packages（“tidyr”，“dplyr”）

                2.导入：library（tidyr）

tidy data：

        每行代表观测

        每列代表变量

        行、列确定唯一值

4个重要函数

        gather（）：宽数据转为长数据

        spread（）：长数据转为宽数据

        union（）：多列合为一列

        separate（）：一列分为多列

%>%符号：将A的输出作为B的输入

        1)dplyr的部分函数

                左连接（以左表为基础）：

dplyr::left_join(a,b,by ="x1")    //a为左表，b为右表

                右连接（以右表为基础）：

dplyr::right_join(a,b,by ="x1")    //a为左表，b为右表

                内连接（x1的交集）

dplyr::innr_join(a,b,by ="x1")    //a为左表，b为右表

                全连接（x1的并集）

dplyr::full_join(a,b,by ="x1")    //a为左表，b为右表

                半连接（a、b交集）

dplyr::semi_join(a,b,by ="x1")    //a为左表，b为右表

                反连接（a、b补集）

dplyr::anti_join(a,b,by ="x1")    //a为左表，b为右表

                interset（）;取交集

                dplyr：：union_all（）：取并集

                 dplyr：：union（）：取非冗余的并集

                 setdiff（first，second）：取first的补集         

九、R函数

        1.独立性检验

        1）卡方检验：chisq.test（）函数

        2）fisher检验：fisher.test（）函数

        3）C-M-H检验

        2.假设检验

                原假设——没有发生

                备择假设——发生了

        假设原理

                2个名义变量在第3个变量的每一层中都是独立的

        判断：p-value

                p-value越小，越不靠谱

                不拒绝原假设——p > 0.05

                拒绝原假设——p < 0.05

        3.相关性分析

                衡量指标：各种相关系数

                cor（）函数

        偏相关系数

                偏相关：控制一个或多个变量

                                其余变量之间的相互关系

                ggm扩展包

        4.相关性检验

                cor.test（）函数

                置信区间：概率 + 概率范围（eg：1/2 加 1/2的概率范围在40%~50%）

                corr.test（）函数

                pcor.test（）函数

非参数检验 + 参数检验：构成了统计推断的基本内容

        5. 绘图函数

                1）基础绘图系统

                （1）高级绘图

                        一步到位，直接绘图

                （2）低级绘图

                        在高级绘图的基础上加工，还需要其他操作

                2）lattice扩展包

                3）ggplot2扩展包

                4）grid扩展包

重要绘图函数

        1）plot（）

        2）par（）

S3系统：属性、方法、泛型函数

        6.线性回归

                回归：一个或多个自变量，预测因变量

        普通最小二乘回归法（OLS）

        lm（）函数

                lm（因变量，自变量）

        残差：真实值 ➖预测值（残差越小，模型越精确）

        summary（）：展示详细结果

更多

        需要了解更多函数的参数信息，直接查看帮助文档

                ？函数名：查看相关帮助文档。函数名根据需要输入

        需要了解更多函数的扩展包信息

                help（packages = “包名”）：查看扩展包的帮助文档