Week 1

目录

getwd();
setwd('c:/');

加载文件

source('myfunction.R');

R的数据类型

1.基础类型

character，

numeric（Inf 无穷大，1/0；NaN 非值 0/0），integer（需要在后面加上L，才能指定为integer，否则为numeric），logical，complex

2.对象

最基础的为vector（只能包含同类型变量，创建空vector()），list可包含不同类型变量

对象有属性，可使用attributes()方法查看如：

names，dimnames；dimentions；class；length；

创建vector

使用c()函数，当类型不同时，会转成同一种变量

用vector('numeric',length=10)，创建类型默认值长度的向量

类型转换

x=0:6

class(x)#integer
as.character(x)
as.logical(x)
as.numeric(x)

创建矩阵

x<-matrix(nrow=3,ncol=3)
dim(x)
attributes(x)

x<-matrix(1:6,nrow=2,ncol=3)
x<-1:6
dim(x)<-c(2,3)

x<-1:3
y<-2:4
cbind(x,y)
rbind(x,y)

Factor用于表示不同类别

x<-factor("yes","yes","no","yes","no")
#x<-factor(c("yes","yes","no","yes","no"),levels=c("yes","no"))
#指定第一级别是yes，第二级别是no
table(x)
unclass(x)

dataFrame，通常由read.csv()等方法生成

也可以使用

x<-data.frame(foo=1:4,bar=c(T,T,F,F))

names描述变量

x<-1:3
names(x)<-c("a","b","c")

中括号，取值

x<-1:6
x[2]
x[x>1]
u<-x>1#得到一个true，false向量
x[u]#得到大于1的列

x<-matrix(1:6,nrow=2,ncol=3)
x[1,]#得到一个向量
x[1, ,drop=FALSE]#得到一个矩阵

list，取值

x<-list(foo=1:4,bar=c("a","b"))
x$foo
x["foo"]#得到一个list
x[["foo"]]得到真实的值

name<-"foo"
x$name#不能得到foo的值
x[[name]]#可以得到foo的值

#局部匹配
x$fo
x[["fo",exact=FALSE]]

去除坏值

bad<-is.na(x)
x[!bad]

good<-complete.cases(x,y)
x[good]
y[good]

读文件

read.table参数

sep分隔符，comment.char=“#” 以此字符开头为注释行，=""表示全部为数据，header=TRUE 第一行为标题

colclasses 指定各列的数据类型，可加快速度 ；nrows 读取几行 ；skip 跳过几行

dput，dget   dump，source

file,gzfile,bzfile,url