0、Rstudio界面介绍及快捷键

运行当前/选中行 ctrl+enter

中止运行 esc

插入 <- Alt+-

插入 %>% Ctrl+Shift+M

快捷注释（支持多行选中）ctrl+shift+c 快捷注释后，如取消注释ctrl+shift+c

Rstudio自动补全 tab

x <- 5

1、生成数据

set.seed(0)
set.seed(1)
c()
seq() #生成等差数据
rep() #重复生成数据
rep(1:10,2)
factor() #因子数据

语法 factor(x = character(), levels, labels = levels,…)

补充cut

x <- c("Man", "Male", "Man", "Lady", "Female")

Map from 4 different values to only two levels:

xf <- factor(x, levels = c("Male", "Man" , "Lady", "Female"),
labels = c("Male", "Male", "Female", "Female"))

> [1] Male Male Male Female Female

> Levels: Male Female

x <- c("Man", "Male", "Man", "Lady", "Female")

Map from 4 different values to only two levels:

xf <- factor(x, levels = c("Male", "Man" , "Lady", "Female"),
labels = c("1", "1", "2", "2"))

[1] 1 1 1 2 2

Levels: 1 2

######## cut分段
x <- round(rnorm(100)*100,digits = 2)
x_cut <- cut(x,breaks = seq(-100,100,length.out = 11))
x_group_count <- table(cut(x,breaks = seq(-100,100,length.out = 11)))

paste() #连接字符 paste0 无空格连接
paste("A","B","C")
paste0("A","B","C")

> paste("A","B")

[1] "A B"

> paste("A","B","C")

[1] "A B C"

> paste0("A","B","C")

[1] "ABC"

sample() # 抽样

2、数据类型

vector # 向量（数值型、字符型、逻辑型） #单一向量中必须拥有同一类型
matrix矩阵
matrix(1:12,nrow = 3) #等效matrix(1:12,ncol = 4)
matrix(1:12,ncol = 4)
matrix(1:12,nrow = 3,byrow = TRUE)

data.frame # 数据框
tibble #一种data.frame
x <- matrix(1:12,nrow = 3,byrow = TRUE)
df <- data.frame(x)
as.matrix(df) # 转换为matrix数据
is.data.frame(x) # 判断是否欸data.frame类型
array # 数组
list列表
list(x,df)

3、读存数据（read、save）

3.1设置工作目录【很重要】

setwd("E:/") #设置当前工作目录为"E:/"
getwd() #读取当前工作空间的工作目录（文件读取保存路径）

read.table() #读取带分隔符的文本/数据文件
read.csv() #读取.csv格式的数据，read.table的一种特定应用
df <- read.csv("da.csv",header = T, stringsAsFactors= T)
str(df)

excel数据文件读取 .XLS .xlsx

install.packages("readxl")

library(readxl)
df <- read_excel("da.xlsx",sheet=1)

保存为.Rdata

write.table()
write.csv(df,"dfx.csv") # .csv格式导出

4、数据操作 查询、引用、增删（合并）、排序、dplyr tidyr

###########数据概况 str() summary() class()

x <- matrix(1:12,nrow = 3,byrow = TRUE)
df <- data.frame(x)
str(df)
summary(df)

> str(df)

'data.frame': 3 obs. of 4 variables:

$ X1: int 1 5 9

$ X2: int 2 6 10

$ X3: int 3 7 11

$ X4: int 4 8 12

> summary(df)

X1 X2 X3 X4

Min. :1 Min. : 2 Min. : 3 Min. : 4

1st Qu.:3 1st Qu.: 4 1st Qu.: 5 1st Qu.: 6

Median :5 Median : 6 Median : 7 Median : 8

Mean :5 Mean : 6 Mean : 7 Mean : 8

3rd Qu.:7 3rd Qu.: 8 3rd Qu.: 9 3rd Qu.:10

Max. :9 Max. :10 Max. :11 Max. :12

############ 引用 ############
x[1,4] # 值引用 x[行索引,列索引]

行/列引用 x[行索引,] 或x[,列索引]

x[1,] # 引用第一行
x[,4] # 引用第一列
x[2:3,2:3] # 行列混合引用（矩阵） x[行初始索引：行终止索引,列初始索引：列终止索引]

> x[1,4] # 值引用 x[行索引,列索引]

[1] 4

> # 行/列引用 x[行索引,] 或x[,列索引]

> x[1,] # 引用第一行

[1] 1 2 3 4

> x[,4] # 引用第一列

[1] 4 8 12

> x[2:3,2:3] # 行列混合引用（矩阵） x[行初始索引：行终止索引,列初始索引：列终止索引]

[,1] [,2]

[1,] 6 7

[2,] 10 11

names(df)[5] <- "testNAME" # 列重命名（二位数据框，变量）names()

############ （多）数据（关联）合并 ############
cbind(x,matrix(1:nrow(x),ncol = 1)) # 将x 与 matrix(1:nrow(x),ncol = 1) 按列合并

S3 method for class 'data.frame'

merge(x, y, by = intersect(names(x), names(y)),
by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all,
sort = TRUE, suffixes = c(".x",".y"), no.dups = TRUE,
incomparables = NULL, ...)

rbind(x,rep("A",ncol(x))) # 向数据集中增加行
join #补充学习多数据关联匹配-join相关 https://mp.weixin.qq.com/s/EAJe0EXq2JWlTWEgREV5vw

############ 单元格、行列值（计算）修改（逻辑修改） ############
x <- matrix(1:12,nrow = 3,byrow = TRUE)
x
x[1,1] <- 100 #修改指定单元格
x[,2] <- 0 # 修改指定列
transform(airquality, Ozone = -Ozone) # 对原始列进行计算
transform(airquality, new = -Ozone, Temp = (Temp-32)/1.8) # 对原始列进行计算

> x <- matrix(1:12,nrow = 3,byrow = TRUE)

> x

[,1] [,2] [,3] [,4]

[1,] 1 2 3 4

[2,] 5 6 7 8

[3,] 9 10 11 12

> x[1,1] <- 100 #修改数据【修改指定单元格，修改指定列，with 关联修改】

> x

[,1] [,2] [,3] [,4]

[1,] 100 2 3 4

[2,] 5 6 7 8

[3,] 9 10 11 12

> x[,2] <- 0

> x

[,1] [,2] [,3] [,4]

[1,] 100 0 3 4

[2,] 5 0 7 8

[3,] 9 0 11 12

############ 排序&去重 补充学习https://mp.weixin.qq.com/s/0D9TyYqETCuIAWI0f_LvIQ

排序

sort # 单列排序返回值
order # 单列排序返回索引
rank # 单列排序返回“秩”
arrage # 多列排序
reorder # 用在绘图中

去重

unique # 单向量/多列完全重复去重
duplicated # 函数

############ 数据筛选（逻辑） 条件筛选、&、| 补充学习 《补充-R 语言 逻辑运算：TRUE_FALSE _ 专题3.pdf》

关于逻辑 可适当补充apply系列函数

& 和 且

TRUE & TRUE
TRUE & FALSE

| 或

TRUE | TRUE
TRUE | FALSE

xor异或：当对应元素不等时返回TRUE

xor(T,F) #返回TRUE
xor(T,T)
xor(F,F)

所有为真T，返回T

all(T,T)
all(T,F)

任意为真T，返回T

any(T,F)
any(F,F)

> # & 和 且

> TRUE & TRUE

[1] TRUE

> TRUE & FALSE

[1] FALSE

> # | 或

> TRUE | TRUE

[1] TRUE

> TRUE | FALSE

[1] TRUE

> #xor异或：当对应元素不等时返回TRUE

> xor(T,F) #返回TRUE

[1] TRUE

> xor(T,T)

[1] FALSE

> xor(F,F)

[1] FALSE

> # 所有为真T，返回T

> all(T,T)

[1] TRUE

> all(T,F)

[1] FALSE

> # 任意为真T，返回T

> any(T,F)

[1] TRUE

> any(F,F)

[1] FALSE

options(digits=3) # 设置有效数字
NA # 缺失值

dplyr包 的下述五个函数用法

filter # 筛选:
arrange # 排列:
select # 选择:
mutate # 变形:
summarise # 汇总:
group_by #分组:

示例 分组汇总计算

data("iris")
str(iris)
library(dplyr)
iris %>%
group_by(Species) %>%
summarise(mean_Petal.Length = mean(Petal.Length),
yangbenshu = n(),
max_Petal.Length = max(Petal.Length))

> library(dplyr)

> iris %>%

+ group_by(Species) %>%

+ summarise(mean_Petal.Length = mean(Petal.Length),

+ yangbenshu = n(),

+ max_Petal.Length = max(Petal.Length))

# A tibble: 3 x 4

Species mean_Petal.Length yangbenshu max_Petal.Length

<fct> <dbl> <int> <dbl>

1 setosa 1.46 50 1.9

2 versicolor 4.26 50 5.1

3 virginica 5.55 50 6.9

tidyr包 的下述四个函数用法

gather # 宽数据转为长数据：（excel透视表反向操作）
spread # 长数据转为宽数据：（excel透视表功能）
unit # 多列合并为一列：
separat # 将一列分离为多列