R语言基础

1.txt文件可以转换成csv文件，通过rstudio软件导入数据。

2.在软件中输入view(导入的csv文件名例如（isis）)，可以显示类似excel的数据形式。可以通过edit(isis)对原来的数据进行修改，如果想得到修改后的数据必须把edit(isis)赋值给新的文件，可以去数据的前20行记录，data<-isis[1:20,]（注意数据是2维的），也可以取特定的属性(x)的前20条记录,data<-isis[1:20,x].

如果需要抽取所有数据的Sepal.Width变量，那么下面两个命令是等价的：

newdata=data[,2]

newdata=data$Sepal.Width

例如需要将所有样本的Sepal.Width变量都放大10倍，我们先将原数据进行一个复制，再用$符号来提取运算对象即可：

newdata=data

newdata$Sepal.Width=newdata$Sepal.Width*10

最常用的就是summary命令，运行summary(data)得到结果如下：对于数值变量计算了五个分位点和均值，对于分类变量则计算了频数

我们想计算不同种类花瓣的平均宽度，可以使用tapply函数，在计算前先用attach命令将data这个数据框解包以方便直接操作其变量，而不需再用$符号。

attach(data)

tapply(X=Petal.Width,INDEX=Species,FUN=mean)注意：字母大小写

和tapply类似的还有sapply函数，在进一步讲解前初学者还需搞清楚两种数据表现方式，即stack（堆叠数据）和unstack（非堆叠数据），上面的data就是一个堆叠数据，每一行表示一个样本。而非堆叠数据可以根据unstack函数转换而来

data.unstack=unstack(data)

head(data.unstack)

你应该明白这二者之间的区别了，如果要对非堆叠数据计算不同种类花瓣的平均宽度，可以利用如下函数。

sapply(data.unstack,FUN=mean)结果是一样的，也就是说tapply对应于stack数据，而sapply对应于unstack数据

当需要从数据集中随机取出任意条记录（假如50条）有如下命令可以实现

1.isis[sample(150, 50), ]

2.dsmall <- isis[sample(nrow(isis), 50), ]

上面是无放回的，下面的命令是有放回的

1.isis[sample(150, 50,replace = T), ]

2. yy <- sample(nrow(isis),50,replace = T)
> isis[yy,]

当需要把一个数据集划分为训练集和测试集（一般3:1），需要下面的命令

> train_sub <- sample(nrow(isis),3/4*nrow(isis))
> train_data <- isis[train_sub,]
> train_test <- isis[-train_sub,]