![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
R数据分析笔记
helon he
生活因代码而变得更美好!
展开
-
R数据分析-读取多格式文件数据源
R读取数据源R读取键盘录入数据(通常用于数据量较少的数据源),实例如下:mydata <- data.frame(age=numeric(0),gender=character(0),weigh=numeric(0)); #定义数据框属性类型mydata <- edit(mydata); # 打开数据编辑框3.R读取带分隔符的文件实例:install.packages(‘foreign’);library(foreign);mycsvData <- rea.原创 2020-12-20 15:22:54 · 268 阅读 · 2 评论 -
R数据分析-数据结构(后续)
因子在R中将类别变量与有序变量称为’因子’,因子在R数据分子中很重要,因为它决定了数据分析的方式以及如何进行视觉呈现,相关定义如下:disease <- c(‘Type1’,‘Type2’,‘Type1’,‘Type1’); #默认按照字母顺序而定disease <- factor(disease); #因子定义disease;[1] Type1 Type2 Type1 Type1Levels: Type1 Type2status <- c(‘Poor’,‘Ex.原创 2020-12-20 10:39:50 · 155 阅读 · 1 评论 -
R数据分析-数据结构
向量作为R最基础数据结构,可以为一个向量定义数值型,逻辑型,字符型数据,可以简单理解为一维数组,相关定义与访问数据规范如下:a <- c(1,23,5,7,9);a[1:3];[1] 1 23 5a[c(1,3)];[1] 1 5a[3];[1] 5矩阵存储数据类型与向量一样,可以理解为二维数组,相关定义与访问数据规范如下:title <- c(‘数学’,‘语文’);student <- c(‘小明’,‘小刚’);score <- c(88.原创 2020-12-19 12:04:43 · 411 阅读 · 1 评论