R语言快速入门：数据结构+生成数据+数据引用+读取外部数据

最新推荐文章于 2023-10-04 17:18:37 发布
最新推荐文章于 2023-10-04 17:18:37 发布
阅读量1.2k 收藏 2
点赞数

R是用于统计分析、绘图的语言和操作环境。R是属于GNU系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具。常被用于统计学、计量分析等领域。接下来讲一下我个人认为的R入门知识。

目录

1 数据结构

1.1 向量

1.2 矩阵

1.3 数据框

2 生成数据

2.1 c() 连接单个数据

2.2 ":" 生成1/-1等差向量

2.3 seq() 生成等距向量

2.4 rep() 生成重复数据

3 数据引用

3.1 引用行/引用列

3.2 引用单个元素

3.3 引用子矩阵

3.4 变量名引用

4 读取外部数据（表）

4.1 更改工作目录

4.2 read.table

4.3 read.csv

正文

1 数据结构

本节主要讲向量、矩阵、数据框三种数据结构（入门必须学）


640?

1.1 向量

640?

用于存储数值型、字符型或逻辑型数据的一维数组，常用"c()"创建。例如：

> c(1,2,8)#生成包含1，2，8的一维数组（向量）	
[1] 1 2 8


640?

1.2 矩阵

640?

二维数组具有行列的概念

#矩阵用法	
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL) #表示生成1行，1列的一个矩阵，其中仅仅包含一个元素“NA”	

	
#---示例---#	
> matrix(c(1,2,3, 11,12,13), nrow = 2, ncol = 3, byrow = TRUE, dimnames = list(c("row1", "row2"), c("C.1", "C.2", "C.3")))	
     C.1 C.2 C.3	
row1   1   2   3	
row2  11  12  13	
#nrow = 2和ncol = 3 定义2x3的2行3列矩阵	
#byrow = TRUE 是控制矩阵中的数据c(1,2,3, 11,12,13)按照行的顺序排列，默认按照列排列	
#dimnames = list(c("row1", "row2"), c("C.1", "C.2", "C.3")) 定义矩阵行名和列名


640?

1.3 数据框

640?

主要用于向量/矩阵合并，可以将不通类型的以向量以及矩阵，按照一定结构存储在数据框中。

> x <- c(11:20)  #其中" <- "是赋值的意思，将向量c(11:20)赋值给对象x	
> y <- c(1:10)	
> data.frame(xf = x, yf = x) #将向量x和y合并存储到数据框中，并重命名为xf和yf	
   xf yf	
1  11 11	
2  12 12	
3  13 13	
4  14 14	
5  15 15	
6  16 16	
7  17 17	
8  18 18	
9  19 19	
10 20 20

数组与矩阵类似，但其维度大于2.由于R入门基本接触不到3维以上数组的概念，目前暂不展开，等入门后在反过来看。

2 生成数据

本节主要讲“c()”、":"、seq、rep等四种数据生成的内容（入门必须学）

640

2.1 “c”  连接单个数据

640

> c(1,2,8)#生成包含1，2，8的向量


640?

2.2 “:“ 生成1/-1等差向量

640?

> 1.1:10	
[1] 1.1 2.1 3.1 4.1 5.1 6.1 7.1 8.1 9.1	
> 1:10	
 [1]  1  2  3  4  5  6  7  8  9 10	
> 10:1 #如x=1:10（递减，如y=10:1）	
 [1] 10  9  8  7  6  5  4  3  2  1

640?

2.3 seq 生成等距向量

640?

①seq(起点，终点，步长); 

②seq(length=9, from=1, to=5)

> seq(1,10,2)	
[1] 1 3 5 7 9	
> seq(length=5,1,10)	
[1]  1.00  3.25  5.50  7.75 10.00	

	
#seq(x)相当于1:length(x)；length(x)为0时，返回integer(0)	
> seq(10)	
 [1]  1  2  3  4  5  6  7  8  9 10	
> seq(c())	
integer(0)

640?

2.4 rep(x,n)   重复 

640?

将x重复n次，可使用each限定为依次重复形式

rep(1:3,3)	
rep(1:3,each=3)	

	
#> rep(1:3,3)	
#[1] 1 2 3 1 2 3 1 2 3	
#> rep(1:3,each = 3)	
#[1] 1 1 1 2 2 2 3 3 3

额外补充：R语言|第2讲：生成数据


3 数据引用（以矩阵为例）

数据引用必须懂“对指定维度数据的引用”

（以二维矩阵为例）

640?

3.1 行引用/列引用

640?

例如：引用第一行数据，引用第一列数据，引用第一行第一列的数据。

> data(iris) #鸢尾花数据集> dim(iris) #读取iris数据集的维度数值，以“行数 列数 ”形式展示[1] 150   5   #说明iris数据集是150 x 5的二维数组

640?

3.2 行列值引用：数据集[行值,列值]

640?

如行值或列值仅1个数字，表示仅引用该行或列的数据

> iris[1,]  #引用第1行数据	
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species	
1          5.1         3.5          1.4         0.2  setosa	

	
> head(iris[,1],5) #引用第1列的数据，其中因数据过长，使用head()函数取前5个数字	
[1] 5.1 4.9 4.7 4.6 5.0


640?

3.3 引用子矩阵

640?

如行值或列值为组合数据，则表示引用组合行列交叉位置的数据

> iris[1:5,1:3]	
  Sepal.Length Sepal.Width Petal.Length	
1          5.1         3.5          1.4	
2          4.9         3.0          1.4	
3          4.7         3.2          1.3	
4          4.6         3.1          1.5	
5          5.0         3.6          1.4

640?

3.4 变量名引用

640?

（多用于二维数组中）：数据集$变量名

> head(iris$Petal.Length,5)	
[1] 1.4 1.4 1.3 1.5 1.4

4 读取外部数据（以.csv表为例）

本节主要讲如何读取外部数据（表）

（以.csv表为例）


640?

4.1 设置工作目录

640?

R语言中数据的输入需要设置数据读取的路径，一般将数据文件放到工作目录下，这样直接就可以通过read.table等读取数据文档（不许要设置路径）。

 

方法一：setwd()

setwd("E:/")  #设置当前工作目录为"E:/"

getwd()  #读取当前工作空间的工作目录（文件读取保存路径）

> getwd()  #读取当前工作空间的工作目录（文件读取保存路径）	
[1] "C:/Users/ysl/Documents"	
> setwd("E:/") #设置当前工作目录为"E:/"	
> getwd() #再次使用getwd()函数即可查看是否设置成功	
[1] "E:/"

640?wx_fmt=png

方法二：通过R-gui菜单栏设置（文件-改变工作目录）

640?wx_fmt=png

640?

4.2 read.table() 

640?

#读取带分隔符的文本文件。read.table()函数是R最基本函数之一，读取带分隔符的文本/表格文件。

read.table(file, header = FALSE, sep = "", quote = "\"'",	
           dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"),	
           row.names, col.names, as.is = !stringsAsFactors,	
           na.strings = "NA", colClasses = NA, nrows = -1,	
           skip = 0, check.names = TRUE, fill = !blank.lines.skip,	
           strip.white = FALSE, blank.lines.skip = TRUE,	
           comment.char = "#",	
           allowEscapes = FALSE, flush = FALSE,	
           stringsAsFactors = default.stringsAsFactors(),	
           fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)	
read.csv(file, header = TRUE, sep = ",", quote = "\"",	
dec = ".", fill = TRUE, comment.char = "", ...)	

	
read.csv2(file, header = TRUE, sep = ";", quote = "\"",	
dec = ",", fill = TRUE, comment.char = "", ...)	

	
read.delim(file, header = TRUE, sep = "\t", quote = "\"",	
dec = ".", fill = TRUE, comment.char = "", ...)	

	
read.delim2(file, header = TRUE, sep = "\t", quote = "\"",	
            dec = ",", fill = TRUE, comment.char = "", ...)

常用参数的说明如下：

（1）file：file是一个带分隔符的ASCII文本文件。①绝对路径或者相对路径。一定要注意，在R语言中\是转义符，所以路径分隔符需要写成"\\"或者“/”。所以写成“C:\\myfile\\myfile.txt”或者“C:/myfile/myfile.txt”即可。②使用file.choose()，弹出对话框，自动选择文件位置。例如：read.table(file.choose(),...)。

（2）header：一个表示文件是否在第一行包含了变量的逻辑型变量。如果header设置为TRUE，则要求第一行要比数据列的数量少一列。

（3）sep分开数据的分隔符。默认sep=""。read.table()函数可以将1个或多个空格、tab制表符、换行符或回车符作为分隔符。常见空白分隔符有：空格，制表符，换行符

sep=” ”；sep = “\t”；sep = “\n”

（4）stringsAsFactors 逻辑值，标记字符向量是否需要转化为因子，默认是TRUE。stringsAsFactors = F意味着，“在读入数据时，遇到字符串之后，不将其转换为factors，仍然保留为字符串格式”。

（5）encoding 设定输入字符串的编码方式。

#读取txt文档

> df<- read.table("data.txt")	
> df	
V1 V2	
1  x  y	
2  1  2	
3  3  4	
4  5  6	
> df <- read.table("data.txt",header = T)	
> df	
x y	
1 1 2	
2 3 4	
3 5 6


#样式1：直接读取数据

> df <- read.table("data.csv")  #直接读取数据	
> head(df)	
V1	
1 ID,Sepal.Length,Sepal.Width,Petal.Length,Petal.Width,Species	
2                                     1,5.1,3.5,1.4,0.2,setosa	
3                                       2,4.9,3,1.4,0.2,setosa	
4                                     3,4.7,3.2,1.3,0.2,setosa	
5                                     4,4.6,3.1,1.5,0.2,setosa	
6                                       5,5,3.6,1.4,0.2,setosa


#样式2：读数+首行表头

> df <- read.table("data.csv",header = T)  #读数+首行表头	
> head(df)	
ID.Sepal.Length.Sepal.Width.Petal.Length.Petal.Width.Species	
1                                     1,5.1,3.5,1.4,0.2,setosa	
2                                       2,4.9,3,1.4,0.2,setosa	
3                                     3,4.7,3.2,1.3,0.2,setosa	
4                                     4,4.6,3.1,1.5,0.2,setosa	
5                                       5,5,3.6,1.4,0.2,setosa	
6                                     6,5.4,3.9,1.7,0.4,setosa

#样式3：读数+首行表头+","逗号分割

> df <- read.table("data.csv",header = T,sep=",")  	
#读数+首行表头+","逗号分割	
> head(df)	
ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species	
1  1          5.1         3.5          1.4         0.2  setosa	
2  2          4.9         3.0          1.4         0.2  setosa	
3  3          4.7         3.2          1.3         0.2  setosa	
4  4          4.6         3.1          1.5         0.2  setosa	
5  5          5.0         3.6          1.4         0.2  setosa	
6  6          5.4         3.9          1.7         0.4  setosa	
> summary(df)	
ID          Sepal.Length    Sepal.Width     Petal.Length  	
Min.   :  1.00   Min.   :4.300   Min.   :2.000   Min.   :1.000  	
1st Qu.: 38.25   1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600  	
Median : 75.50   Median :5.800   Median :3.000   Median :4.350  	
Mean   : 75.50   Mean   :5.843   Mean   :3.057   Mean   :3.758  	
3rd Qu.:112.75   3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100  	
Max.   :150.00   Max.   :7.900   Max.   :4.400   Max.   :6.900  	
Petal.Width          Species  	
Min.   :0.100   setosa    :50  	
1st Qu.:0.300   versicolor:50  	
Median :1.300   virginica :50  	
Mean   :1.199                  	
3rd Qu.:1.800                  	
Max.   :2.500

#样式4：读数+首行表头+","逗号分割+字符转因子factor

> df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)	
##读数+首行表头+","逗号分割+字符转因子factor	
> head(df)	
ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species	
1  1          5.1         3.5          1.4         0.2  setosa	
2  2          4.9         3.0          1.4         0.2  setosa	
3  3          4.7         3.2          1.3         0.2  setosa	
4  4          4.6         3.1          1.5         0.2  setosa	
5  5          5.0         3.6          1.4         0.2  setosa	
6  6          5.4         3.9          1.7         0.4  setosa	

	
 #请注意species结果与样式3中结果的差异	
> summary(df) 	
ID          Sepal.Length    Sepal.Width     Petal.Length  	
Min.   :  1.00   Min.   :4.300   Min.   :2.000   Min.   :1.000  	
1st Qu.: 38.25   1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600  	
Median : 75.50   Median :5.800   Median :3.000   Median :4.350  	
Mean   : 75.50   Mean   :5.843   Mean   :3.057   Mean   :3.758  	
3rd Qu.:112.75   3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100  	
Max.   :150.00   Max.   :7.900   Max.   :4.400   Max.   :6.900  	
Petal.Width          Species  	
Min.   :0.100   setosa    :50  	
1st Qu.:0.300   versicolor:50  	
Median :1.300   virginica :50  	
Mean   :1.199                  	
3rd Qu.:1.800                  	
 Max.   :2.500  

640?

4.3 read.csv()  

640?

#读取.csv格式数据，read.table的一种特定应用。read.csv() 读取逗号分割数据文件，read.table()的一种特定应用。默认逗号分割，header=T，stringsAsFactor = T

df <- read.csv("data.csv") #等价与下df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)#第一行和第二行等价	

	
read.csv(file, header = TRUE, sep = ",", quote = "\"", 	
dec = ".", fill = TRUE, comment.char = "", ...)

#实例	
> df <- read.csv("data.csv") 	
#相当于df <- read.table("data.csv",header = T,sep=",",stringsAsFactor = T)	
> head(df)	
ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species	
1  1          5.1         3.5          1.4         0.2  setosa	
2  2          4.9         3.0          1.4         0.2  setosa	
3  3          4.7         3.2          1.3         0.2  setosa	
4  4          4.6         3.1          1.5         0.2  setosa	
5  5          5.0         3.6          1.4         0.2  setosa	
6  6          5.4         3.9          1.7         0.4  setosa

喜欢你就转发一下吧

640?wx_fmt=gif

Sim1480
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
R语言读取数据代码示例
03-22
该资源内涵读取数代码的示例，可以读取txt、csv、tsv、nc栅格数据等数据，不用于商业，适合入门新手下载学习，大佬请绕路，
r语言 调用 c,R语言数据的输入和输出操作
weixin_42521424的博客
05-19 840
数据的载入R本身已经提供了超过50个数据集，而在众多功能包中，默认的数据集被存放在datasets程序包中，通过函数data()k可以查看系统提供所有的数据包，同时可以通过函数library()加载程序包中的数据。矩阵型数据最常用的读取方式是read.table()具体的调用格式是()read.table(file, header = FALSE, sep = "", quote = "\"'",...
r语言调用数据集中的数据集_自然语言数据集中未解决的问题
weixin_26746401的博客
08-21 776
r语言调用数据集中的数据集Garbage in, garbage out. You don’t have to be an ML expert to have heard this phrase. Models uncover patterns in the data, so when the data is broken, they develop broken behavior. This i...
R语言-数据库连接与使用
xiaohukun的博客
08-17 4825
R连接数据库以及简单使用
3.R学习—数据的导入和处理数据的常用函数
qianmengc的博客
03-20 2772
R语言第三次学习记录
R语言基础入门教程.zip
04-01
R语言是一种强大的编程工具，尤其在统计分析、数据科学、机器学习和图形生成等领域具有显著优势。本教程将引导你逐步了解R语言的基础知识，帮助你掌握这一强大的工具。 1. **R语言安装与环境设置** 在开始之前，你...
datasciencecoursera:Coursera“数据科学家的工具箱”上我的课堂作业和其他项目
06-23
这门课程是数据科学领域的一个入门级课程，旨在教授学员如何使用各种工具进行有效的数据处理和分析。其中，“R”标签表明该课程主要使用R语言作为教学工具，这是一个广泛应用于统计分析和图形绘制的编程语言。 首先...
PHP入门留言板+相册管理+数据库文件
07-10
【PHP入门留言板+相册管理+数据库文件】这个项目是一个初学者友好的教程，旨在帮助开发者掌握PHP基础，以及如何结合数据库实现一个简单的互动功能，包括留言管理和相册展示。以下将详细介绍其中涉及的关键知识点： ...
IIncrementalGenerator 增量 Source Generator 生成代码入门 判断程序集的引用关系.rar
最新发布
06-03
在.NET框架中，Source Generators是一种编译时的插件，它们可以在编译过程中读取源代码，分析其结构，并根据分析结果生成新的源代码文件，这些新生成的文件会被插入到编译流水线中，与原始代码一同被编译。...
MATLAB入门教程基础教程
02-20
此外，MATLAB还能与外部程序进行数据交换，如C/C++（MEX文件）和Excel（`xlswrite()`, `xlsread()`）。 七、MATLAB数值分析与优化 MATLAB提供了丰富的数值分析工具，如微积分（`diff()`, `integral()`)、线性代数...
[R语言] 数据分析三板斧之拉报表
无梦之夜的个人博客
07-13 1438
论及数据分析一定避不开数据来源。今天我们就从内部数据的源头——数据库开始，通过读取报表、合并报表、拼接报表、汇总报表，来看看数据分析在数据层面的应用。
R语言：三线表（3.生存分析三线表）
一口吃两口饭的博客
01-10 6528
R语言：三线表。主要学习table1包，这次是绘制单因素生存分析三线表。新增中位生存时间、卡方值、p值的列。
R语言主成分分析
weixin_45387160的博客
12-23 3577
读入数据，观察结构 > data(attitude) > head(attitude) rating complaints privileges learning raises critical advance 1 43 51 30 39 61 92 45 2 63 64 ...
R语言基础知识（1）-数据类型及其常用方法
xiezhiliang22的博客
06-02 1206
转载请注明出处：https://blog.csdn.net/xiezhiliang22 1 R语言数据类型 总体的数据类型分为4类，数据框，列表，矩阵，数组。 2 数据框 构造数据框 x <- 10:1 y <- -4:5 q <- c("a","b","c","d","e","f","g","h","i","j") theDF <- data.frame(First=x,Second=y,Third=q)#此时还添加了列的名字，想大于此时替换了原来初始的名字 theDF （1）行
R语言导入数据
m0_57887884的博客
09-14 1万+
一，读取数据前的准备工作 二，读取txt文本文件 read.table("file.txt", header=T)
对车辆路试数据集mtcars进一步分析_数据运算027篇数据的行合并
weixin_39810441的博客
11-21 1140
“dplyr中的分组合并”生活科学哥-R语言科学 2020-10-246：23 有段时间没有写一下R的一些小操作了，因为工作实在太忙，又是要一个周末的时间，依旧早起，写一写碰到的操作，权作笔记。突然想起昨天上班路上，开车，听到了个老歌，叫“潇洒走一回”，我想，未来那一天到来的时候，我的墓志铭，上面应该是这首歌，在匆匆的人生中，我们至少要留下点东西，不是么？ ...
第一期 向R中导入数据（csv，Excel,SPSS）
m0_72965654的博客
10-04 5211
向R中导入数据，包括csv文件，excel文件，以及手动创建数据集
如何在R语言中读取数据
revivre的博客
11-13 4万+
读取数据有以下几种方式：     1.最常用的是采用读取表格数据的函数 read.table()以及read.csv().。这些函数读取一种以行列的格式存储数据的文本文件，然后在R中返回一个数据框。      2.readLines()用于逐行读取文本文件，实际上可以是任何格式的文件，在R中返回一个字符向量。      3.source()是读取R的重要函数，如果你有R代码例如函数或者其他东
R语言学习笔记
热门推荐
可木的专栏
11-22 18万+
参考：W.N. Venables, D.M. Smith and the R DCT: Introduction to R -- Notes on R: A Programming Environment for Data Analysis and Graphics, 2003. http://bayes.math.montana.edu/Rweb/Rnotes/R.html 前言：关于

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值