R语言学习-----访问变量处理数据库子集

上集回顾

  上一节我们学了数据中的载入方式，也就是各种格式的数据放入excel中，然后生成制表符分隔的文本文档，再再RStudio中用read.table(file= , header=TRUE)或者scan(file= , what='c')来读取到R中。

访问数据库变量

  R不只是可以用来做可视化，也是分析数据处理数据的神兵利器，这样，从原始数据载入到数据分析处理，再到出图呈现归路都在R中实现，选择R真没错！
  我们学习的样本还是前面用过的鱿鱼数据，我们重新导入鱿鱼数据并用names（数据框）来查看我们正在处理的变量：

str函数 str(数据库)
  str函数用来查看数据框中每个变量的属性。查看变量属性是否和自己预期的一样十分重要，这避免了很多的数据导入混乱。要始终将read.table names str三个函数结合使用。

函数中的数据参数

  M1 <- lm(GSI ~ factor(Location) + factor(Year), data = Squid)，举这个例子说明函数和参数用法。一般是先根据要分析的操作确定一个函数，如线性回归函数lm，然后告诉函数在找数据，如data = Squid。并不是所有的函数都有data参数，如果有就使用。

$符号
  对于没有data参数的函数，可以有下面两种方法访问变量：

• 使用$：如‘Squid$GSI`访问了其中GSI列的数据。
• Squid[,6]有同样的作用

  其中，使用前者可以避免一段时间后忘记访问的是什么数据。注意，有些函数并不支持第一种访问方法。


attach函数
使用attach函数是个有利有弊的举措，attach函数可以把变量添加到R搜索路径里，这样的话就可以直接使用每一个函数而直接用这个变量命来访问。但是如果这个变量名和函数名称或者别的数据框的变量名重复的话，则会产生问题。因此，在使用attch时要注意几点：

• 不要输入attach（同一个变量）两次，避免复制变量。
• 确保attach使用唯一的变量名称，避免用月份、位置等。
• 合理使用detach移除R搜索路径里的数据框。

 习题一：使用流行病数据练习使用read.table函数并访问数据框里的变量
处理excel文件要注意空格问题以及数据格式等。

  但是在完成后面的要求的时候产生了问题，后面要求按年份统计流感病例，但是我导入数据的时候把年份那个行删除了。但是保留的话，因为头行是下面数据的一半，导入会报错：

  这个问题郁闷了好久，被师兄一句话解决了，把那个表头拆开就行啦。

  现在导入就是这样：

  这里还有个问题就是为什么导入进去的年份前面会有个X，查询好久也没有解决，考虑到效率原则，这个问题先放一放，后面在回过头来解决它。

访问数据子集

  使用$显示子集：

  使用unique命令显示有多少唯一值：

  提取指定变量值所在的行（这里提取sex为1的记录）：

 习题二：访问深海数据框的子集

  访问站点1的数据集，共计38个观察值。其最大最小值，中位值，均值：

  访问站点2的数据集，共计44个观察值。其最大最小值，中位值，均值：

  访问站点3的数据集，共计27个观察值。其最大最小值，中位值，均值：

  提取深度超过2000米测量的数据：

 习题三：把上一节的over2000数据输出到新的ascii文件

  其中，write.table函数的第一个参数是要输出的变量，然后是文件名、sep保证数据用空格隔开、quote消除字符串（标题）的引号标志，na="NA"指定代替缺失值，append打开一个新文件（但是有时候需要把很多处理结果放在一个文件要用TURE）。

---

学习感悟：这一章纠结了好久，因为从一开始载入数据就产生了一些难以解决的问题，后续的题目也是基于前面问题顺利解决的基础上才可以完成，所以后续的内容进行的也非常艰难，还是有必要好好从头把第三章的题目都做一遍，完整解决掉，不然后面的章节遇到这些内容也会产生很大的麻烦。