R初学者入门

基础

R安装

https://cran.r-project.org/mirrors.html

Rstudio安装

https://posit.co/download/rstudio-desktop/

R与Rstudio的绑定和更新

https://blog.csdn.net/weixin_45803246/article/details/124126881?spm=1001.2014.3001.5501

工作目录创建和查看

getwd()#查看当前工作目录
setwd('D:\\Desktop')#设置工作目录

R包的安装与加载

## R中第三方包是R中最强的功能，满足除R自带的函数之外的各种操作，包括数据清洗、统计分析、画图等
## R中常用于生态学分析的包：vegan，ape，metafor，lme4，lmerTest等
## R中常用于数据清洗的包：tidyverse
## R中常用于画图的包：ggplot2，ggpubr等
install.packages(vegan) ## 下载包
library(vegan)  ## 加载包以便后续分析

变量的赋值，调用，创建与运算

## = 或 <- 都可以赋值，但一般使用后者，前者在算术运算的时候有特定含义
a <- c(1,2,3) ## 将向量[1,2,3]赋值给变量a
b <- c(2,4,6) ## 将向量[2,4,6]赋值给变量b
a[1] ## 变量a中第一个数值
a+b; a+2  ## 加法
a-b; a-2  ## 减法
a*b; a*2  ## 乘法
a/b; a/2  ## 除法
a^2  ## 平方

表格的创建与变量的调用

## R中通常使用表格存放变量和数据
a <- c(1,2,3) ## 将向量[1,2,3]赋值给变量a
b <- c(2,4,6) ## 将向量[2,4,6]赋值给变量b
data <- data.frame(a,b) ## 使用a，b变量创建表格
data$a ## 调用data表格中的变量a
data[1,1] ## 调用第一行第一列的数据

列表的创建和调用

a <- c(1,2,3) ## 将向量[1,2,3]赋值给变量a
b <- c(2,4,6) ## 将向量[2,4,6]赋值给变量b
c <- c(7,8,9)
data1 <- data.frame(a,b) ## 使用a，b变量创建表格
data2 <- data.frame(b,c)
list1 <- list(data1,data2)  ## 使用多个数据框/表格创建列表
names(list1) <- c('data1','data2') ## 列表重命名
list1["data1"] ## 列表的调用

矩阵的创建与调用

matrix1 <- matrix(c(2,3),c(5,6),ncol = 2,nrow=2)
## 创建一个2行2列的矩阵
matrix1[1,2] ## 调用矩阵第1行第2列的数据

进阶

读取数据

setwd('D:\\Desktop') ## 设置桌面为当前工作目录
data <- read.csv('abc.csv') ## 读取csv格式的数据
data <- read.delim('clipboard') ## 读取剪切板的数据
data <- read.table('abc.txt') ## 读取txt格式文本数据
library(readxl)  ## 读取excel的一个R包，R自带的函数没有读取excecl的函数，多以要加载其他的包
data <- read_xlsx('abc.xlsx',sheet='Sheet1')

导出数据

a <- c(1,2,3) ## 将向量[1,2,3]赋值给变量a
b <- c(2,4,6) ## 将向量[2,4,6]赋值给变量b
data <- data.frame(a,b)
write.csv(data,'data.csv') ## 导出为csv格式的数据
write.table(data,'data2.txt') ## 导出为txt格式的数据
library(writexl)
write_excel_csv(data,'data.xlsx')

批量读入和导出详见https://blog.csdn.net/qq_52813185/article/details/127525311?ops_request_misc=&request_id=&biz_id=102&utm_term=R%E4%B8%AD%E5%AF%BC%E5%87%BAexcel&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-1-127525311.142^v94insert_down1&spm=1018.2226.3001.4187

数据清洗

## 最常用的包就是tidyverse
library(tidyverse)

tidyverse 中管道符和常见的数据清洗方法详见：
https://blog.csdn.net/weixin_45803246/article/details/124647289?spm=1001.2014.3001.5501