R foundmental

摘要: 与SAS不同的是，SAS有数据步和过程步，而R拥有诸多的数据结构（向量，矩阵，数组，数据框），通过函数在这些数据结构上进行统计分析和创建图形。在这一点上，R与SAS的PROC IML过程步很相似。

与SAS不同的是，SAS有数据步和过程步，而R拥有诸多的数据结构（向量，矩阵，数组，数据框），通过函数在这些数据结构上进行统计分析和创建图形。在这一点上，R与SAS的PROC IML过程步很相似。 这部分描述如何向R中输入或者导入数据，如何为统计分析做准备。涵盖了R数据结构，导入数据（从Excel，SPSS，SAS，Stata和ASCII文本文件），从键盘输入数据，创建一个与数据库管理系统交互的界面，导出数据（到Excel，SPSS，SAS，Stata和制表符分隔的文本文件），标注数据（变量标签和值标签）与列出数据。此外，介绍了丢失数据与数据值的处理方法。   1.数据类型 R 有许多的数据类型，包括标量、向量（数值型、字符型和逻辑型）、矩阵、数据框和列表。   1.1向量 a <- c(1,2,5.3,6,-2,4)  #数值型向量 b <- c("one","two","three")  #字符型向量 c <- c(TRUE,TRUE,TRUE,FALSE,TRUE,FALSE)  #逻辑型向量 用下标引用向量的元素： a[c(2,4)]  #向量的第2和第4个元素   1.2矩阵 矩阵中的所有列必须有相同的模式（数值型、字符型等）和相同的长度。 一般格式为： mymatrix <- matrix(vector, nrow=r, ncol=c, byrow=FALSE,     dimnames=list(char_vector_rownames, char_vector_colnames)) byrow=TRUE表示矩阵按行填充数据，byrow=FALSE表示矩阵按列填充数据。 #生成一个5 X 4 的数值型矩阵 y<-matrix(1:20, nrow=5,ncol=4) #另一个实例 cells <- c(1,26,24,68) rnames <- c("R1", "R2") cnames <- c("C1", "C2")  mymatrix <- matrix(cells, nrow=2, ncol=2, byrow=TRUE,   dimnames=list(rnames, cnames)) 用下标标志矩阵的行、列和元素： x[,4] #矩阵的第4列元素 x[3,] #矩阵的第2行元素 x[2:4,1:3] #矩阵中列号为1,2,3，行号为2,3,4的元素。   1.3数组 数组与矩阵相似，但是维度可以大于2。 可通过help(array) 查看更想详细的信息。   1.4数据框 数据框的概念较矩阵更为一般，不同列可以包含不同的模式（数值型、字符型、因子等） 。她与 SAS 和 SPSS 的数据集类似。 d <- c(1,2,3,4) e <- c("red", "white", "red", NA) f <- c(TRUE,TRUE,TRUE,FALSE) mydata <- data.frame(d,e,f) names(mydata) <- c("ID","Color","Passed") #列名 定义数据框中元素的方法有很多。   用下标来标志数据框中的行、列和元素： myframe[3:5] #选择数据框的第3,4,5列 myframe[c("ID","Age")] #选择 数据框中的ID和年龄列 myframe$X1 #选择数据框中的 x1列   1.5列表 一些对象的有序集合。列表允许你整合若干（可能无关的）对象到单个对象名下。 #本例创建一个列表，其中有4个成份：一个字符串、一个数值型向量、一个矩阵和一个标量 w <- list(name="Fred", mynumbers=a, mymatrix=y, age=5.3)   #本例创建一个包含两个子列表的列表 v <- c(list1,list2)   用[[]]这种约定标志来标记列表的成份： mylist[[2]] #列表中的第2个成份 mylist[["mynumbers"]] #列表中名为“mynumbers”的成份   1.6因子 名义变量（nominal varialbles）在R中成为因子。函数factor() 以一个整数向量的形式存储类别值，整数的取值范围是[1...k](其中k是名义型变量中唯一值的个数)，同时一个由字符串（原始值）组成的内部变量将映射到这些整数上。 #性别变量有20个“male”实体和30个“female”实体 gender <- c(rep("male",20), rep("female", 30))  gender <- factor(gender)  #将性别存储为20个1和30个2，并在内部将这些值关联为1=female,2=male（具体赋值根据字母顺序而定）。R将其作为名义型变量对待。 summary(gender)   一个有序因子用来表示一个有序型变量： #变量rating被编码为"large", "medium", "small" rating <- ordered(rating) # 将rating 重新编码为1，2,3，并将这些值与"large", "medium", "small"进行关联。 # 1=large, 2=medium, 3=small # R将其作为有序型变量对待。   在统计过程与图形分析中，R 将名义型变量和有序型变量作为因子对待。你可以使用 factor( ) 和 ordered( ) 函数中的选项来控制整数值到字符串的映射（重写字母表的顺序）。 你也使用因子来创建值标签。更多关于因子的内容请参照 UCLA page.   1.7其他实用函数 length(object) #显示对象中元素/成份的数量 str(object)    #显示某个对象的结构 class(object)  #显示某个对象的类或者类型 names(object)  #显示某个对象中各成份的名称 c(object,object,...) #将对象合并入一个向量 cbind(object, object, ...) # 按列合并对象 rbind(object, object, ...) #按行合并对象