R语言基础数据形式与命令

muyi沐一

已于 2022-09-27 21:36:34 修改

阅读量587

点赞数

分类专栏： R语言文章标签： r语言开发语言

于 2022-09-23 20:59:13 首次发布

本文链接：https://blog.csdn.net/weixin_48293076/article/details/127016002

版权

R语言专栏收录该内容

10 篇文章 2 订阅

订阅专栏

程序包

下载安装

install.packages("包名") #安装一个包
install.packages(c("包名1","包名2",……)) #安装多个包

当然下载包也可以先下载到本地再进行安装
例如，从CRAN https://cran.r-project.org/网站上下载R的.gz压缩包到本地，再安装；

install.packages("路径+文件名")

同样的也可以在Github上下载zip文件，解压，setwd()进入解压后的文件夹，安装

devtools::install_local()

载入使用

library(包名)

常用资源

CRAN资源，是目前最常用的R程序包发布站点

install.packages("ggplot2")

Bioconductor资源，是生物信息学相关的R语言包，发布网点 https://www.bioconductor.org/

install.packages("BiocManager") #先安装BiocManager包
BiocManager::install("GenomicFeatures")#再调用BiocManager包里的install函数安装相应的R包

Github资源，这个应该就不用说了吧，全球最大的开源代码分享社区，部分的R包会分享在这个网站上

#方式一：devtools
install.packages("devtools")#先安装devtools包
devtools::install_github("github的用户名/包名")#在调用上包里的install_github函数安装

#方式二：remotes
install.packages("remotes")#先安装remotes包
remotes::insall_github("github的用户名/包名")#再调用remotes包里的install_github函数安装

基础语法

getwd() 获取当前路径
typeof() 查看数据类型
x%in%y 成员运算符判断元素是否属于某一向量
toupper() 将字符串内的字母转成大写
tolower() 将字符串内的字母转成小写
paste(a,b,sep=“”) 字符串连接
range() 返回向量中的最值，digits设置保留位数
prod() 计算向量连乘的积
which.min(x) 返回向量x中最小值索引
numeric(n) 返回n个0，组成一个向量
sort() 排序，默认升序
order() sort()排序后对应的序号，位置序号
rank(x) x中每个元素大小排名
unique() 去重
union(x,y) 向量x,y的并集
intersect(x,y) 向量x,y的交集
setdiff(x,y) 向量x中有，y没有的
identical(x,y) 判断向量x与y是否相等
grep(筛选条件，x数据来源，ignore.case=T/F是否忽略大小写）
dim(x) 如dim(x)<-c(4,5)，自动生成一个四行五列的矩阵；dim(x)<-c(4,5,2)，生成一个含有2个四行五列矩阵的数组

因为自己不太熟练，这里重点说一下下面这些，
向量中的元素为同一类型
矩阵是二维，数组维度可以大于二，可以理解为多个矩阵

矩阵

matrix(元素，nrow=行数,ncol=列数,byrow=T/F默认按列填充，dimnames=list(行名,列名))
矩阵中常用的函数

cbind() 按列合并，增加列
rbind() 按行合并，增加行
rowSums() 每行和
同理
colSums()
rowMeans()
colMeans()

数组

array(元素，c(每个矩阵行数，列数，矩阵个数），dimnames=list(每个矩阵的行名，列名，每个矩阵名字))

数据框

data.frame(列1，列2，列3，……)
矩阵数据框常用函数

dim() 返回行数和列数
t() 转置
rev() 反转，与转置不同，反转例如全颠倒123，321
对于数据框列的操作，有时只改变一列可以使用
transform(df,列1名=新列)

也可用矩阵的方式合并数据框，
但是数据框的合并有可能有重复行的存在，对于这些重复行

duplicated(df) #用来判断数据框中重复行，重复行会返回TRUE
df[duplicated(df),]  #提取出所有仅重复的行
df[!duplicated(df),]  #提取出所有非重复的行 

#或者直接用
unique(df) #直接去重

另还有

merge(df1,df2,by="按照哪一列”，all=T/F)
T，会显示所有；F只显示重复的
edit() 可生成表格

列表

列表是R数据类型中最复杂的一种，无行列之分（划分区类）
list(name1=object1,name2=object2,name3=object3……)
object可以是向量、矩阵、数据框，甚至是另一个列表

因子

factor( 元素,levels=c(“”,“”,……))

另外说一下日期
R中生成时间序列用

ts(数据x, start=c(开始年份,月份),end=c(结束年份,月份),freauency=)

这里的freauency是一年技术的频率，一般写为4，按季度；或者是12，按月份。

数据的读写与存储

读取txt文件
read.table(f,header=T/F,seq=“”,……)

读取csv文件
read.csv()，readr包里的read_csv()读取速度更快

读取excel文件
转化为csv
或使用剪贴板，再excel中选中区域，在R中键入命令read.delim(“clipboard”)，如果复制的区域不含列名，应加上header=F
或使用别的包 openxlsx::read.xlsx()
本人一般直接转化为csv

读取文件也可
install.packages(“data.table”)
data.table::fread(f,skip=跳过的行数，data.table=F)
可用于读取大文件，速度快，支持读取.gz,.bz2文件，不需解压，需要安装R.utils包，默认读取后的类型为data.table和data.frame()

想载入大数据例如数据库时
下载R的RODBC包，这个包为数据库的连接提供了多种接口，若使用某种数据库，需加载某种与ODBC包相连的包才可以使用，例如连接MySQL就加载RMySQL包即可使用。

写入文件
write.table(),写入txt
write.csv()
write.xlsx()
在这里插入图片描述
（学习用，侵权删）