第二单元 创建数据集
2.2数据结构
数据集
①定义:由数据构成的一个矩形数组,行表示观测,列表示变量
②示例:
正在上传…重新上传取消
数据结构
①定义:存储数据的对象类型
②种类:包括标量、向量、矩阵、数组、数据框和列表
向量
①定义:用于存储数值型、字符型或逻辑型数据的一维数组
正在上传…重新上传取消②函数:c()——创建向量——
③注:标量是只含有一个元素的向量
④方法:1、访问指定位置数据
使用中括号,示例如下:正在上传…重新上传取消
不能用a[1,2]
⑤特点:仅能包含一种数据类型
矩阵
正在上传…重新上传取消①定义:是一个二维数组
②函数:matrix()——创建矩阵
③方法:下标运用
正在上传…重新上传取消
正在上传…重新上传取消④特点:仅能包含一种数据类型
数组
①定义:与矩阵类似,但是维度可以大于2
②函数:array()——创建数组
正在上传…重新上传取消③特点:仅能包含一种数据类型
④方法:选取(中括号左至右:行、列、维度)
数据框
①定义:不同的列可以包含不同模式(数值型、字符型等)的数据
②函数:data.frame()——创建数据框
③注:每一列的名称可由函数names指定,每一列必须为同种类型数据
正在上传…重新上传取消
正在上传…重新上传取消
④方法:选取
正在上传…重新上传取消 创建列联表
⑤一些辅助函数:1、attach()
作用:数据框添加到R的搜索路径中,当R遇到一个变量,自动检索路径中的数据框
正在上传…重新上传取消
局限:函数attach()和detach()最好在你分析一个单独的数据框,并且不太可能有多个同名对象时使用
- dettach()
作用:数据框从搜索路径中移除
- with()
作用:使括号内代码根据指定数据框执行
正在上传…重新上传取消
局限:若在with中赋值,则赋值只在括号内生效
⑥示例标识符:①定义:区分数据集中不同的个体
②确定:data.frame()中的rowname选项指定
正在上传…重新上传取消
因子:①定义:类别(名义型)变量和有序类别(有序型)变量在R中称为因子(factor)
②函数:factor()——以整数来存储类别——设定名义型变量和顺序型变量,并使针对此变量的分析全都按期设定的变量类型来
正在上传…重新上传取消 名义:
正在上传…重新上传取消
正在上传…重新上传取消 顺序:
调节因子内部数据排序:
levels选项来覆盖默认排序,越前面越小
正在上传…重新上传取消
数值:使用levels和labels,要注意一一对应
正在上传…重新上传取消
正在上传…重新上传取消列表:①定义:是一些对象(或成分,component)的有序集合,对象之间可以无关,可以是不同种类的数据结构
②函数:list()——创建列表
③方法:访问(用序号和名字选项)
正在上传…重新上传取消
2.3数据的输入
①键盘输入
①文本编辑器——edit()
- 创建一个空数据框(或矩阵),其中变量名和变量的模式需与理想中的最终数据集一致
- 针对这个数据对象调用文本编辑器,输入你的数据,并将结果保存回此数据对象中。
mydata <- data.frame(age=numeric(0),gender=character(0), weight=numeric(0))
mydata <- edit(mydata) # fix(mydata)和edit(mydata)一样
②直接嵌入数据集
mydatatxt <- "
age gender weight
25 m 166
30 f 115
18 f 120
"
mydata <- read.table(header=TRUE, text=mydatatxt)
②文本文件导入
①read.table()函数导入
- 作用:从带分隔符的文本文件中导入数据,可读入一个表格格式的文 件并将其保存为一个数据框
- 语法:read.table(file, options),file为文本文件,options为选项
正在上传…重新上传取消
③导入Excel文件
①将Excel文件保存为csv文件再用read.table()导入
②用xlsx包导入
作用:可以用来对Excel 97/2000/XP/2003/2007文件进行读取、写入和格式转换
函数:read.xlsx()——导入一个工作表到一个数据框中
正在上传…重新上传取消
④导入SPSS数据
①foreign包中的read.spss()导入到R
②Hmisc包中的spss.get()导入到R(更好)
正在上传…重新上传取消
2.4数据集的标注
①为变量名添加描述性的标签(变量标签)
- 直接把变量标签设为变量名
使用names()
正在上传…重新上传取消
然后访问用patientdata[2]下标访问
- 值标签
使用factor()——为类别型变量创建值标签
正在上传…重新上传取消
2.5一些实用函数
正在上传…重新上传取消
正在上传…重新上传取消
小补充:str()——提供R中某个对象的信息
Summary()——显示对象的统计概要。连续型变量——最小值、最大值、均值和各四分位数,类别型变量——频数值。
R中的下标不从0开始,而从1开始
R中没有标量。标量以单元素向量的形式出现
美元符号($)指定一个数据框或列表中的某些部分。例如,A$x是指数据框A中的变量x
将一个值赋给某个向量、矩阵、数组或列表中一个不存在的元素时,R将自动扩展这个数据结构以容纳新值