R语言学习-一、读取文件和数据基本处理01

不同文件类型的数据读取

csv

a <- read.csv('H:/data/dat.csv', header = T, sep=",", 
				na.strings = "NA", stringsAsFactors=F, encoding="UTF-8")

xlsx

a <- read.xlsx('E:/data.xls', sheetIndex = 1, header = T, 
				startRow = 2, colIndex = 1:21, stringsAsFactors = F, encoding="UTF-8")

处理数据对象

处理对象的函数

项目	Value
length(object)	显示对象中元素/成分的数量
dim(object)	显示对象的维度
str(object)	显示对象的结构
class(object)	显示对象的类型
mode(object)	显示对象的模式
names(object)	显示对象中各成分的名称
c(object, object,…)	将对象合并入一个向量
cbind(object, object, …)	按列合并
rbind(object, object, …)	按行合并
head(object)	列出对象的开始部分（前五行）
tail(object)	列出某个对象的最后部分
ls()	显示当前的对象列表
rm(object, object, …)	删除一个或更多个对象。
rm(list = ls())	删除当前工作环境中所有对象
newobject <- edit(object)	编辑对象并另存为newobject
fix(object)	直接编辑对象

数据框内变量处理

逻辑运算符

符号	意义
<	小于
<=	小于或等于
\ >	大于
\ >=	大于或等于
==	严格等于
!=	不等于
!x	非x
x	y
x & y	X和y
isTRUE(x)	测试x是否为TRUE

数据框内变量计算

data <- transform( data, 
					sumx = x1 + x2,
					meanx = (x1+x2) / 2 )

连续性变量分组

data$age[data$age == 99] <- NA
data <- within( data, {
					g_age <- NA,
					g_age[age > 75] <- “elder”
					g_age[age >= 55 & age <= 75] <- “middle”
					g_age[age < 55] <- “young”})

car包中的**recode()**函数可以十分简便地重编码数值型、字符型向量或因子。

    datain_conserv <- within(datain_conserv,{
	    admission.way <- car::recode(admission.way,"'Emergency'=1;'NonEmergency'=0")
	     gender <- car::recode(gender,"'Male'=1;'Female'=0")
  })
  # 随后对admission.way进行重命名
  datain_conserv <- plyr::rename(datain_conserv,
                           c(admission.way='admission.Emergency'))

doBy包提供了另外一个很受欢迎的函数recodevar()。
R中自带了cut()，可将一个数值型变量按值域切割为多个区间，并返回一个因子。

datain_imp <- within(datain_imp,{
  	g_TT <- cut(thrombin.time, breaks = c(0, 14, 21, Inf), include.lowest = F)
  	g_PT <- cut(prothrombin.activity, breaks = c(0, 70, 120), include.lowest = F)
})

变量重命名

names(leadership)[2] <- 'testDate'

plyr包中有一个rename()函数，用于修改变量名。

    data <- plyr::rename( data, c(admission.way='admission.Emergency'))