R for dummies 开始读和写

使用字符向量

为字符向量赋值
nchar()函数返回文本中的字符数，length（）返回字符向量的长度

>x<-"hello world"
>is.character(x) #检测变量是否为character类型
[1] TRUE
>length(x)
[1] 1
>nchar(x)
[1] 12

绘制包含多个元素的字符向量

>x<-c("hello","world")
>length(x)
[1] 2
>nchar(x)
[1] 5 6

获取向量的子集
内置的letters和LETTERS分别包含26个字母的大小写。

获取letters的第10个元素。
>-letters[10]
获取LETTERS的最后三个元素。
>LETTERS[24:26]
使用tail（）函数显示向量尾部，head（）函数显示向量头部；默认显示6个。
head/tail（vector,num） 与linux中的类似

为向量中的值命名
首先查看内置数据集islands的结构。

能看到islands中包含48个numeric向量，并且这个向量有names属性即均为命名向量。
用名称提取前三个面积。
>islands[c("Africa","Antarctic","Asia")]
使用names函数来获得命名向量的名称

获取世界最大的6个岛屿的名称。
names([sort(islands,decreasing=TRUE)[1:6])

创建命名向量并赋值
格式names（vector）<-c( )

>month.day<-c(31,28,31,30,31,30,31,31,30,31,30,31)
>names(month.day)<-month.name #内置数据集month。name作为月份名称
>names(month.day[month.day==31]) #找到包含31天的月份

文本操作

组合和分割字符串
strsplit(vector,sep=" ") 分割字符串函数；sep指定分割符

[[1]]表示接下来打印的是列表的第一个元素，将结果赋值给一个words向量。

获取由唯一元素构成的向量要用unique（）函数
unique(tolower(words))

>tolower(words) #转换为小写
>toupper(words) #转换为大写

连接字符串
paste(vector,sep=" ",collapse=) 组合字符串函数；sep参数指定多个向量之间的连接符；collapse参数指定同一个向量间的连接符

文本排序
sort（vector，decreasing=）
要用R实现逆序字母表，decreasing=TRUE指定降序排列。

查找文本中包含的内容

位置检索单个字符
substr（vector，start=，stop=）提取向量每个元素从第start个位置开始到第stop位置结束的子串

模式索取字符

grep（pattern，vector）返回符合的索引值
想找到所有包含单词“New”的洲
想要返回洲名，而不是索引值

>state.nama[grep("New",state.name)]
>grep("New",state.name,value=TRUE)
#添加参数value=TRUE

检索多个单词（判断是否包含空格）
grep(" ",state.name,value=TRUE)

文本替换

sub（）用于文本对文本的替换；gsub（）可以实现所有特定模式的替换
gsub（查找的模式，替换的模式，被修改的文本）

假设有3个文件名file_a.csv 、file_b.csv 、file_c.csv提取其中的a、b、c

>file<-c("file_a.csv","file_b.csv","file_c.csv")
>y<-gsub("file_","",file)
>gsub("\\.csv","",y) # \\是转义符，但是不加也能成功转换（？）

使用正则表达式
可选性：|
可分组性：（）
可计数型：* +

使用因子进行分类

创建因子
levels是创建因子的输入值；labels是创建因子的输出值。
factor（x，levels=，labels=）

转换因子
as.numeric(factor)会返回各个元素值在levels的顺序值
解决方法：as.numeric(as.character(factor))

关注水平
查看内部结构str(factor)
state.region是包含4个元素的因子。水平均以整数1 2 3 4来表示。
查看因子水平levels（factor）
查看因子水平数nlevels（factor）
修改因子水平levels(factor)<-c(val1,val2...)

使用有序因子
使用指定参数ordered=TRUE的factor函数
factor（x,levels= ,labels= ,ordered=TRUE）

#假定要表示五个项目的优先级状态
>status<-c("Lo","Hi","Med","Med","Hi")
>ordered.status<-factor(status,levels=c("Lo","Med","Hi"),ordered=TRUE)

有序因子和普通因子的区别：R会保留有序因子的固有顺序。用table（）函数试验一下。