R与数据分析

R的基本数据赋值与处理（一）

R的基本赋值操作：

x <- c(1:100) #把1...100个整数向量赋值到x
sample(x,20) #从100个数中随机不放回地抽取20个值作为样本
x[1:10] #提取1-10号数字
y=c(1,3,7,3,4,2)
x[y] #以y为下标的z的元素值
xz = setdiff(x,z) #找出两个变量中的差异变量
sort(union(xz,z)) #将xz和z的并集元素从小到大排序
intersect(1:10,7:50) #两组数据的交集

在抽样中，可以设置种子。代表的是：此后产生的随机数序列固定，通常的使用中可能会取大量的随机数，而一次set.seed就可以保证整段代码的可重复性。不过此步骤可以使用变量赋值实现。

set.seed(0);sample(1:100,3)
#设置随机种子再抽样，从1-100的整数中随机抽取3个数,且保证每次得到的三个数都是一样的

R语言安装安装包与读取数据的基本操作：

install.packages("MASS")
library(MASS)
#安装mass包，library表示载入安装包，library和require都可以载入包，但二者存在区别。
#在一个函数中，如果一个包不存在，执行到library将会停止执行，require则会继续执行。

setwd("C:/Users/YM-S/Desktop")
mydata <- read.csv("IntersectionAccident.csv")#双引号中为文件名，如果是excel文件，后缀名为.csv
attach (mydata)
#读取文件中数据，记得复制粘贴路径后要更改斜杠方向

数据的提取

x=sample (1:100,12) #在1-100的数中随机抽取12个数

关于特殊数值π的相关计算说明

pi *10^2#pi是圆周率
pi ^(1:6)#指数表示同样可以
pi *(1:10)^-2.3#对向量求指数幂
print(pi,digits=12)#共输出π12位数字

数据的基础属性与简单样本描述统计量求解

在编程实现的时候有时会碰到对数值取整的需求，而取整的方式却多种多样，依赖于具体问题，R中已经配备了种类齐全的相关函数。 主要包括以下四种：

1. floor()：向下取整；
2. ceiling(): 向上取整；
3. round(): 四舍五入取整；
4. turnc(): 向0取整；

x <- round(runif(20,0,20),digits = 2)
#运用runif()函数用于生成从0到1区间范围内的服从正态分布的随机数，每次生成的值都不一样
#digits即是指定位数,并按照此位数进行四舍五入

基础统计量的求解

min(x)
max(x) #变量x的极值
range(x) #求数据的边界值，即是最大、最小值
median(x) #中位数
sum(x) #最大值
mean(x) #均值
vvar(x) #方差
sd(x) #标准差
sqrt(var(x)) #平方根
rank(x) #秩(rank)
order(x) #升幂排列的x的下标
x[-c(1,3)] #去掉第一个、第三个元素

矩阵的构造

x=matrix(1:20,4,5) #构造一个4*5的矩阵①，数字从小到大按列依次排列
x=matrix(1:20,4,5,byrow=T) 
#构造一个4*5的矩阵②(为矩阵①的转置)，数字从小到大按行依次排列
t(x) #矩阵的**转置**
z=matrix(sample(1:100,20),4,5)
#在1-100的数据中随机抽取20个数据构造成一个矩阵
x[c(2,1),] #提取矩阵x的第二行与第一行的所有数据，列提取同理
x[2,1]  #提取第（2,1）位置的元素
diag(1:5) #以数字1-5为对角线，其他元素为0的**对角线矩阵**
x[lower.tri(x)]=0 #得到上三角阵
x[upper.tri(x)]=0 #得到下三角阵

矩阵的计算

x1=solve(x) #相当于解ax=b的方程解值，此时矩阵z必须是方阵
apply(x,1,mean) #对矩阵的行进行求均值
apply(x,1,sum) #对矩阵的行进行求和
diff(x) #差分
diff(x,lag=2) #二阶差分