R 笔记

安装和使用R包

# 安装包
install.packages('ggplot2')
# 引入包
library(ggplot2)
# 更新包
update.packages()

向量基础

R 中最基本的运算 是向量运算。

# 创建一个向量
v = c('one', 'two', 'three', 'four', 'five')
# 选择向量中的某些元素
v[1:3]
v[c(2,3,1)]
# 删除向量中的某些元素
v[-2]
v[-3:-5]
# 筛选元素
v[v == 'four']
# 查找某个元素，返回index
which(v == 'four')
# 查找最大值的index
w = c(1:7)
which.max(w)
which.min(w)

数值

# 设置随机数种子
set.seed(42)
# 均匀分布产生3个数值
a = runif(3, min=0, max=1)
# 向下取整
floor(a)
# 向上取整
ceiling(a)
# 保留小数后4位
round(a, 4)
# 其他类型的随机数：
#正态分布rnorm(), 指数分布rexp(), 二项分布rbinom(), 
#几何分布rgeom(), 负二项分布rnbinom()

加载数据

# 载入本地数据
data1 <- read.csv('reddit.csv')
data2 <- read.csv('p_fb.tsv', sep = '\t')
data2 <- read.delim('p_fb.tsv')
# 载入r自带的数据集
data("diamonds")
summary(diamonds)
# 载入网络数据
data3 <- read.csv('https://www.github.com/fake/data.csv')
# 将数据集中的列名转化为变量名
attach(data1)

异常值编码 top-coded