选取制定一列数据_R语言数据处理与分析入门 2（a brief tutorial）

在上一篇文章中，我介绍了R中简单的数据操作，以及循环、判断语句。此外还涉及到了一些简单的统计分析，这部分内容没有展开论述。

张光耀：R语言数据处理与分析入门（a brief tutorial）​zhuanlan.zhihu.com

在这一篇文章中，我仍然“以任务为导向”，在完成任务的过程中讲解如何在R中进行一般线性模型的分析。

有人会问为什么为什么不从t检验和方差分析开始讲？答曰：这两者都是线性模型的特例，理解了线性模型就能理解t检验和方差分析，与其“舍本逐末”，不如“追本溯源”。

下面步入正题：

---

任务2-1：用Schad等人(2020)编写的函数MixedDesign() (available from OSF)来模拟2*3设计的实验的数据。实验中，在距离屏幕中央左或右一段水平距离的某处呈现刺激，要求被试按键反应并记录被试的反应时，水平距离有三个水平（1个、2个或3个单位）（假设每名被试只做一次反应，即是一个被试间设计的实验）。每个条件下有30次观测值，各条件的均值（标准差都为30）如下：

模拟数据:

df = mixedDesign(B = 6, n = 30, # B 表示 between-subject
                 M = matrix(c(250, 300, 350, 200, 300, 400),ncol = 1), SD = 30)

注意这里各条件的均值要以矩阵的形式输入，每一行表示一个被试内的因素，每一列表示一个被试间的因素。这里数据中的两个因素都是被试间，因此先按一个因素的设计来生成，即输入一个6行1列的矩阵。

生成的数据如下，第一列为条件，第二列为编号（1-180），第三列为因变量：

> head(df)
  B_A id       DV
1  A1  1 241.4539
2  A1  2 276.0513
3  A1  3 205.3806
4  A1  4 224.5472
5  A1  5 329.0166
6  A1  6 233.3297

下面对第一列变量进行重新编码，用两个变量(方向-direction，和 距离-distance)来表示。

这里涉及到以下几点：1.数据框内的子集选取；2.数据框中如何生成新变量；3.判断语句的迭代。对于最后一点，在excel中有常用到。

R中的子集选取运算符有三种：1. $；2. []；3.[[]]。

对于数据框，第一种运算符的功能是选取某一列，并以一维数组的形式返回：

> head(df$DV)
[1] 241.4539 276.0513 205.3806 224.5472 329.0166 233.3297
> is.vector(df$DV)
[1] TRUE

第二种运算符的功能有多种，一个是选取列，并以数据框的形式返回：

> head(df[1:2])
  B_A id
1  A1  1
2  A1  2
3  A1  3
4  A1  4
5  A1  5
6  A1  6
> is.data.frame(df[1:2])
[1] TRUE

也可以根据列名返回 (返回结果仍为数据框)：

> head(df[c('DV','id')])
        DV id
1 241.4539  1
2 276.0513  2
3 205.3806  3
4 224.5472  4
5 329.0166  5
6 233.3297  6
> is.data.frame(df[c('DV','id')])
[1] TRUE

但不能返回不存在的列：

> head(df[c('XX')])
Error in `[.data.frame`(df, c("XX")) : undefined columns selected

二是可以输入坐标（格式为[行坐标，列坐标]）返回，返回结果仍为数据框，比如返回第2到第10行：

> df[1:10, ]
   B_A id       DV
1   A1  1 241.4539
2   A1  2 276.0513
3   A1  3 205.3806
4   A1  4 224.5472
5   A1  5 329.0166
6   A1  6 233.3297
7   A1  7 298.4980
8   A1  8 264.9493
9   A1  9 263.0668
10  A1 10 244.2183

返回第1列和第3列的第1、3、5、7、9行：

> df[c(1,3,5,7,9), c(1,3)]
  B_A       DV
1  A1 241.4539
3  A1 205.3806
5  A1 329.0166
7  A1 298.4980
9  A1 263.0668

第三种运算符只能选取某一列，返回结果为一维数组：

> df[[1]] # 返回第一列
  [1] A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1 A1
 [26] A1 A1 A1 A1 A1 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A2
 [51] A2 A2 A2 A2 A2 A2 A2 A2 A2 A2 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3
 [76] A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A3 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4
[101] A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A4 A5 A5 A5 A5 A5
[126] A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5 A5
[151] A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6 A6
[176] A6 A6 A6 A6 A6
Levels: A1 A2 A3 A4 A5 A6
> is.data.frame(df[[1]])
[1] FALSE

也可以按列名返回：