R语言一些技巧

1、绘图相关
（其实下面最终的解决方式，是软件安装路径问题，将R语言和rstudio路径尽量装在一个盘里）

当你第一次绘图直接plot发现显示不了的时候
现将下面代码跑一遍，后面直接plot(X)就可以绘制图片，并直接在结果页面显示出来，具体原因不明（后面有时间再考究）。

H= c(7,12,28,3,41)
barplot(H)
png(file = "test.png")     #此处是关键，可能安装软件自己的问题
dev.off()
dev.new()       ##可能此处是解决问题关键，有些人仅运行这一步就解决问题

2、更改路径相关

> getwd()         #获取当前目录
[1] "d:/Program Files/RStudio"
> setwd("D:/r")     #获取新的存储地址，注意这里斜杆的方向

3、R中的formula中运算符的含义：

• '~ '：_{连接公式两侧，}的左侧是因变量，右侧是自变量。
• ‘+’：模型中不同的项用+分隔。注意R语言中默认表达式带常数项，因此估计 [公式] 只需要写y~x。
• ‘-’ ：-表示从模型中移除某一项，y_{x-1表示从模型中移除常数项，估计的是一个不带截距项的过原点的回归方程。此外，y}x+0或y~0+x也可以表示不带截距项的回归方程。 ：：冒号在formula中表示交互项
• ‘*’ ：*不表示乘法， [公式] 与 [公式] 是等价的， [公式] 与 [公式] 等价
• ‘^’ ： [公式]^2与 [公式] 等价，所以 [公式] ^2在formula中并不是 [公式] 的平方的意思

4、数据清洗整理基本操作（R：dplyr、tidyr、lubridate）
https://www.cnblogs.com/lhjc/p/11295323.html
把以前在swirl课程学的基础数据清洗操作重新整理一遍，主要包括：
dplyr包中的select、filter、arrange、mutate、group_by、summarize函数，以及%>% 管道操算符（pip operation），“then”的意思。
tidyr包中的gather、seperate、spread函数。
lubridate包中date型变量记录更新等操作。

5、R语言数据框变量重编码
（1）transform函数只能用于数据框改变，而within函数应用更宽泛一些，可以用于除数据框之外的数据对象的改变。
（2）R语言中expr表达式执行一条语句占一行，执行多条语句需要换行；如果需要多条语句在同一行，则中间应当用分号;隔开。
（3）transform(数据框名, 对数据框的一系列修改)，这些修改中间用逗号分隔，别换行。
（3）within(数据框名, {修改1；修改2；修改3；…})或者within(数据框名，{修改1
修改2
修改3}）

#创建数据框mydata，x1和x2是mydata的两个列向量
mydata <- data.frame(x1 = c(2, 2, 6, 4), x2 = c(3, 4, 2, 8))

#利用transform函数对数据框mydata增加两个变量（列向量）sumx和meanx，并把结果存储在数据框mydata中
mydata <- transform(mydata, sumx = x1 + x2, meanx = (x1 + x2)/2)

#利用within函数，expr表达式执行一条语句占一行，执行多条语句需要换行
mydata <- within(mydata, {sumx = x1 + x2
                         meanx = (x1 + x2)/2})

#或者多条语句在同一行，则中间应当用分号;隔开
mydata <- within(mydata, {sumx = x1 + x2; meanx = (x1 + x2)/2})

6、R语言一些包
（1）pacman
pacman是一个管理R包的工具，加载之后，采用p_load函数对包进行安装和加载。

install.packages("pacman")
library(pacman)
p_load(ggplot2, EBImage, jpeg, ggpubr, plotly)

一般情况下，包需要先用install.packages来安装，然后用library来加载到R的环境中。上面我们对pacman包就是这样处理的。有了pacman之后，我们再要安装加载其他的包，就可以直接用p_load函数，我们注意到install.package里面的包名称需要用双引号括起来，在p_load中就不需要，省了很多事情。p_load会判断环境中是否有这个包，如果没有，先安装再加载；如果有，那么直接加载。p_load就是把install.package和library集成在一起的方便工具。
7、存储Rdata
当实际操作时，好不容易加载成功一个rdata，需要保留后期再次使用

save(data,file="d:/r/r-data/salary1.Rdata") #保存R文件
load("d:/r/r-data/salary1.Rdata") #读入R文件
head(data,5)     #显示前5行

8、R语言绘图时，x轴是日期格式
可能会出现 Error in plot.window(…) : 'xlim’值不能是无限的
但实际上这可能是没有处理日期数据格式造成的，应进行如下

#先转化字符再去转化为日期
 df$Date <- as.Date(as.character(df$Date))

9、相比较直观的看这些数据的缺失值
mice包中的md.pattern()函数可以生成一个以矩阵或数据框形式展示缺失值模式的表格。
备注：0表示变量的列中没有缺失，1则表示有缺失值。
第一行给出了没有缺失值的数目（共多少行）。
第一列表示各缺失值的模式。
最后一行给出了每个变量的缺失值数目。
最后一列给出了变量的数目（这些变量存在缺失值）。
在这个数据集中，总共有38个数据缺失。
图形化展示缺失数据：
aggr(sleep,prop=F,numbers=T)
matrixplot(sleep)
浅色表示值小，深色表示值大，默认缺失值为红色。

#展示数据框中确实值面板，进一步筛选列
install.packages("mice")
library(mice)
#返回一个矩阵，第一列表示符合该缺失模式的样本个数，最后一列表示缺少的变量个数
#两种缺失类型为monotone missing pattern    Non-monotone Missing Data Patterns
md.pattern(data_amf)