R语言（一）

R语言介绍

         R是为统计计算和绘图而生的语言和环境，是一套开源的数据分析解决方案，有一个庞大且活跃的全球性研究型社区进行维护

 

R语言的赋值是 <-

R的包

包的安装是指从某个CRAN镜像站点下载它，并将其放入库中的过程

数据集

         R语言是一门统计分析语言，而任何数据的统计分析，首先要做的就是按照个人要求的格式，来创建含有研究信息的数据集

R中提供了向量、列表、矩阵、数据框等结构来存储集合数据

.

 

数据结构

矩阵

a_matrix <-matrix( 1:12,nrow=4,dimnames = list(c("r1","r2","r3","r4"),c("c1","c2","c3")))

dinames也可以省略

another_matrix<- matrix(1:12, nrow=4, ncol=3,byrow=TRUE)

 

数组和数据框

数组

维度向量(dimension vector): 此向量是一个由正整数所构成的向量，如果它的长度为k，那么该数组就是k维数组

data参数是组成数组的元素，dim是各维的长度组成的向量

three_d_array <-array(1:24, dim=c(4,3,2))

dim1 <-c("A1","A2")
dim2 <-c("B1","B2","B3")
dim3 <-c("C1","C2","C3","C4")
z <-array(1:24, c(2,3,4), dimname=list(dim1,dim2,dim3))

数据框

我们可以使用

Mydataframe<-data.frame(col1, col2, col3,...)

其中列向量col1,col2,col3 可以为任何类型的向量，表示的是存储在数据框中各列的数据。这些向量要求长度相同，每一列的名字可以由函数names指定

patientID <-c(1,2,3,4)
age <-c(25,34,28,52)
diabetes <-c("Type1","Type2","Type1","Type1")
status <-c("Poor","Improved","Excellent","Poor")
patientdata <-data.frame(patientID,age,diabetes, status)

可以通过成对使用函数attach()和detach()，或单独使用with()来简化代码

summary(mtcars$mpg) 
plot(mtcars$mpg,mtcars$disp)
attach(mtcars)
summary(mpg)
plot(mpg,disp)

 

赋值只在此函数的括号内生效

patientdata <-data.frame(patientID, age, diabetes, status, row.names = patientID)

 

因子

      因子，也称因子型变量，是R中用于对数据进行分类，并将其存储为级别的数据对象。它可以是一个有类别的集合，也可以是一个有序项目的集合。

factor()以一个整数向量的形式存储类别值，整数的范围是[1,k]，同时一个由字符串组成的内部变量将映射到这些整数上

patientID <- c(1,2,3,4)
age <- c(25,34,28,52)
diabetes <- c("Type1", "Type2","Type1","Type1")
status <- c("Poor","Improved","Excellent","Poor")
diabetes <- factor(diabetes)

status <- factor(status, ordered=TRUE)

patiendata <- data.frame(patientID, age, diabetes, status)
str(patientdata)
summary(patientdata)

我们在统计分析中经常会用到分类，所以因子是R语言统计分析的基础，我们可以利用因子来生成各种统计信息

 

列表

       列表是R中最为复杂的数据类型，扮演者一个至关重要的角色，是数据框和面向对象编程的基础

列表中的各个元素称为列表项，列表项的数据类型可以不同，长度可以不同

g <- "My First List"
h <- c(26,18,25,38)
j <- matrix(1:10, nrow=5)
mylist <- list(title=g, ages=h,j)

 

 

数据的输入和数据集标注

数据的输入和数据集标注

从键盘输入数据

mydata <-data.frame(age=numeric(0),gender=character(0),weight=numeric(0))
mydata <-edit(mydata)

 

从带分隔符的文本文件中导入数据

grades <-read.table("studentgrades.csv",header=TRUE,sep=",",row.names="STUDENTID")

 

导入Excel数据

workbook <-"C:/Users/admin/Desktop/test.xlsx"
mydataframe <-read.xlsx(workbook,1)
mydataframe

 

导入SPSS数据

library(Hmisc)
mydataframe <-spss.get("1.sav",use.value.labels = "TRUE")

 

导入SAS数据

 

访问数据库管理系统

 

除此之外，R中还提供了导入XML数据，导入netCDF数据，导入HDF5数据，和从网页抓取数据导入的方法

 

 

数据集标注