之前一阵子，在EDX上学习了R语言的一门基础课程，这里做个总结。这门课程主要侧重于R的数据结构的介绍，当然也介绍了它的基本的绘图手段。

工作空间相关

  1. ls()
  3. ## character(0)
  5. rm(a)
  7. ## Warning in rm(a): 找不到对象'a'
  9. ls()
  11. ## character(0)

基本数据类型

  1. logical

    • TRUE/FALSE/NA/T/F(推荐使用完整形式)/某些时候的0与非0
  2. numeric
    • integer is numeric
    • numeric not always integer
  3. character

Other atomic types:

  • double: higher precision
  • complex: complex numbers
  • raw: store raw bytes

is.*()返回括号内内容是否是*对应类型。

  1. # logical
  2. TRUE
  4. ## [1] TRUE
  6. class(TRUE)
  8. ## [1] "logical"
  10. FALSE
  12. ## [1] FALSE
  14. class(NA)
  16. ## [1] "logical"
  18. T
  20. ## [1] TRUE
  22. F
  24. ## [1] FALSE
  26. # numeric
  27. 2
  29. ## [1] 2
  31. class(2)
  33. ## [1] "numeric"
  35. 2.5
  37. ## [1] 2.5
  39. class(2.5)
  41. ## [1] "numeric"
  43. 2L
  45. ## [1] 2
  47. class(2L) 
  49. ## [1] "integer"
  51. is.numeric(2)
  53. ## [1] TRUE
  55. is.numeric(2L)
  57. ## [1] TRUE
  59. #integer is numeric
  60. #numeric not always integer
  61. is.integer(2)
  63. ## [1] FALSE
  65. is.integer(2L)
  67. ## [1] TRUE
  69. # character
  70.  "I love data science!"
  72. ## [1] "I love data science!"
  74.  class("I love data science!")
  76. ## [1] "character"

强制转换

as.*()返回括号内内容转化为*对应类型后的结果，有些情况无法转换。

  1. as.numeric(TRUE)
  3. ## [1] 1
  5. as.numeric(FALSE)
  7. ## [1] 0
  9. as.character(4)
  11. ## [1] "4"
  13. as.numeric("4.5")
  15. ## [1] 4.5
  17. as.integer("4.5")
  19. ## [1] 4
  21. as.numeric("Hello")
  23. ## Warning: 强制改变过程中产生了NA
  25. ## [1] NA

向量 Vector

  • Sequence of data elements
  • Same basic type
    • Automatic coercion if necessary
  • character, numeric, logical
  • Single value = Vector

创建 c()或者利用:

  1. # c()
  2. drawn_suits <- c("hearts", "spades", "diamonds",
  3.                    "diamonds", "spades")
  4. drawn_suits
  6. ## [1] "hearts"   "spades"   "diamonds" "diamonds" "spades"
  8. is.vector(drawn_suits)
  10. ## [1] TRUE
  12. # :
  13. 1:5
  15. ## [1] 1 2 3 4 5
  17. is.vector(1:5)
  19. ## [1] TRUE

命名 names()

  1. remain <- c(11, 12, 11, 13)
  2. suits <- c("spades", "hearts", "diamonds", "clubs")
  3. names(remain) <- suits
  4. remain 
  6. ##   spades   hearts diamonds    clubs
  7. ##       11       12       11       13
  9. #or
  10. remain <- c(spades = 11, hearts = 12,
  11.               diamonds = 11, clubs = 13)
  12. remain
  14. ##   spades   hearts diamonds    clubs
  15. ##       11       12       11       13
  17. #or
  18. remain <- c("spades" = 11, "hearts" = 12,
  19.               "diamonds" = 11, "clubs" = 13)
  20. remain
  22. ##   spades   hearts diamonds    clubs
  23. ##       11       12       11       13

单值仍为向量

  1. my_apples <- 5
  2. my_oranges <- "six"
  3. is.vector(my_apples)
  5. ## [1] TRUE
  7. is.vector(my_oranges)
  9. ## [1] TRUE
  11. length(my_apples)
  13. ## [1] 1
  15. length(my_oranges)
  17. ## [1] 1

强制变换

  1. drawn_ranks <- c(7, 4, "A", 10, "K", 3, 2, "Q")
  2. drawn_ranks
  4. ## [1] "7"  "4"  "A"  "10" "K"  "3"  "2"  "Q"
  6. class(drawn_ranks)
  8. ## [1] "character"

基本运算

很自然的可以由单数的运算推广出来。

  1. # with number: +-*/
  2. earnings <- c(50, 100, 30)
  3. earnings * 3
  5. ## [1] 150 300  90
  7. earnings^2
  9. ## [1]  2500 10000   900
  11. # with vector: +-*/
  12. earnings <- c(50, 100, 30)
  13. expenses <- c(30, 40, 80)
  14. bank <- earnings - expenses
  15. ## sum() >
  16. sum(bank)
  18. ## [1] 30
  20. earnings > expenses
  22. ## [1]  TRUE  TRUE FALSE
  24. ## multiplication and division are done element-wise!
  25. earnings * c(1, 2, 3)
  27. ## [1]  50 200  90

子集

三种索引方式

  • 序号（R从1开始）
  • 名字 —— names()的利用
  • 逻辑值

  1. remain <- c(spades = 11, hearts = 12,
  2.               diamonds = 11, clubs = 13)
  3. remain[1]
  5. ## spades
  6. ##     11
  8. remain["spades"]
  10. ## spades
  11. ##     11
  13. remain[c(4, 1)] # 此法可以用来交换或者抽取特定位置的元素
  15. ##  clubs spades
  16. ##     13     11
  18. remain[c("clubs", "spades")]
  20. ##  clubs spades
  21. ##     13     11
  23. # 逻辑值索引，短的会被自动循环使用
  24. remain[c(TRUE, FALSE)]
  26. ##   spades diamonds
  27. ##       11       11
  29. remain[c(TRUE, FALSE, TRUE, FALSE)]
  31. ##   spades diamonds
  32. ##       11       11
  34. # 负索引，“all but it”，返回除此之外的元素
  35. remain[-1]
  37. ##   hearts diamonds    clubs
  38. ##       12       11       13
  40. remain[-c(1, 2)]
  42. ## diamonds    clubs
  43. ##       11       13
  45. #remain[-"spades"] #can't work

矩阵 Matrix

  • Vector: 1D array of data elements
  • Matrix: 2D array of data elements
  • Rows and columns
  • One atomic vector type

创建 matrix()

默认按列填充

  1. # 直接创建
  2. matrix(1:6, nrow = 2)
  4. ##      [,1] [,2] [,3]
  5. ## [1,]    1    3    5
  6. ## [2,]    2    4    6
  8. matrix(1:6, ncol = 3)
  10. ##      [,1] [,2] [,3]
  11. ## [1,]    1    3    5
  12. ## [2,]    2    4    6
  14. matrix(1:6, nrow = 2, byrow = TRUE)
  16. ##      [,1] [,2] [,3]
  17. ## [1,]    1    2    3
  18. ## [2,]    4    5    6
  20. # 循环创建
  21. matrix(1:3, nrow = 2, ncol = 3)
  23. ##      [,1] [,2] [,3]
  24. ## [1,]    1    3    2
  25. ## [2,]    2    1    3
  27. matrix(1:4, nrow = 2, ncol = 3)
  29. ## Warning in matrix(1:4, nrow = 2, ncol = 3): 数据长度[4]不是矩阵列数[3]的整
  30. ## 倍数
  32. ##      [,1] [,2] [,3]
  33. ## [1,]    1    3    1
  34. ## [2,]    2    4    2
  36. # 组合创建
  37. cbind(1:3, 1:3)
  39. ##      [,1] [,2]
  40. ## [1,]    1    1
  41. ## [2,]    2    2
  42. ## [3,]    3    3
  44. rbind(1:3, 1:3)
  46. ##      [,1] [,2] [,3]
  47. ## [1,]    1    2    3
  48. ## [2,]    1    2    3
  50. m <- matrix(1:6, byrow = TRUE, nrow = 2)
  51. rbind(m, 7:9)
  53. ##      [,1] [,2] [,3]
  54. ## [1,]    1    2    3
  55. ## [2,]    4    5    6
  56. ## [3,]    7    8    9
  58. cbind(m, c(10, 11))
  60. ##      [,1] [,2] [,3] [,4]
  61. ## [1,]    1    2    3   10
  62. ## [2,]    4    5    6   11

命名

rownames(), colnames()

  1. m <- matrix(1:6, byrow = TRUE, nrow = 2)
  2. rownames(m) <- c("row1", "row2")
  3. m
  5. ##      [,1] [,2] [,3]
  6. ## row1    1    2    3
  7. ## row2    4    5    6
  9. colnames(m) <- c("col1", "col2", "col3")
  10. m
  12. ##      col1 col2 col3
  13. ## row1    1    2    3
  14. ## row2    4    5    6
  16. # 直接命名
  17. m <- matrix(1:6, byrow = TRUE, nrow = 2,
  18.               dimnames = list(c("row1", "row2"),
  19.                               c("col1", "col2", "col3")))
  20. m
  22. ##      col1 col2 col3
  23. ## row1    1    2    3
  24. ## row2    4    5    6

强制转换

  1. num <- matrix(1:8, ncol = 2)
  2. num
  4. ##      [,1] [,2]
  5. ## [1,]    1    5
  6. ## [2,]    2    6
  7. ## [3,]    3    7
  8. ## [4,]    4    8
  10. char <- matrix(LETTERS[1:6], nrow = 4, ncol = 3)
  11. char
  13. ##      [,1] [,2] [,3]
  14. ## [1,] "A"  "E"  "C"
  15. ## [2,] "B"  "F"  "D"
  16. ## [3,] "C"  "A"  "E"
  17. ## [4,] "D"  "B"  "F"
  19. num <- matrix(1:8, ncol = 2)
  20. char <- matrix(LETTERS[1:6], nrow = 4, ncol = 3)
  21. cbind(num, char)
  23. ##      [,1] [,2] [,3] [,4] [,5]
  24. ## [1,] "1"  "5"  "A"  "E"  "C"
  25. ## [2,] "2"  "6"  "B"  "F"  "D"
  26. ## [3,] "3"  "7"  "C"  "A"  "E"
  27. ## [4,] "4"  "8"  "D"  "B"  "F"

子集运算

  1. m <- matrix(sample(1:15, 12), nrow = 3)
  2. rownames(m) <- c("r1", "r2", "r3")
  3. colnames(m) <- c("a", "b", "c", "d")
  4. m
  6. ##     a  b  c  d
  7. ## r1  7  5  6 10
  8. ## r2  3  9 12  8
  9. ## r3 15 13  2  4
  11. m[1,3]
  13. ## [1] 6
  15. m[3,] 
  17. ##  a  b  c  d
  18. ## 15 13  2  4
  20. m[,3]
  22. ## r1 r2 r3
  23. ##  6 12  2
  25. m[4] # 默认按列计数 
  27. ## [1] 5
  29. m[2, c(2, 3)]
  31. ##  b  c
  32. ##  9 12
  34. m[c(1, 2), c(2, 3)]
  36. ##    b  c
  37. ## r1 5  6
  38. ## r2 9 12
  40. m[c(1, 3), c(1, 3, 4)]
  42. ##     a c  d
  43. ## r1  7 6 10
  44. ## r3 15 2  4
  46. m["r2","c"]
  48. ## [1] 12
  50. m[2,"c"]
  52. ## [1] 12
  54. m[3, c("c", "d")]
  56. ## c d
  57. ## 2 4
  59. m[c(FALSE, FALSE, TRUE),
  60.     c(FALSE, TRUE, FALSE, TRUE)] 
  62. ##  b  d
  63. ## 13  4
  65. m[c(FALSE, FALSE, TRUE),
  66.     c(FALSE, TRUE)]
  68. ##  b  d
  69. ## 13  4

矩阵运算

  • colSums(), rowSums()
  • Standard arithmetic possible
  • Element-wise computation

  1. the_fellowship <- c(316, 556)
  2. two_towers <- c(343, 584)
  3. return_king <- c(378, 742)
  4. lotr_matrix <- rbind(the_fellowship, two_towers, return_king)
  5. colnames(lotr_matrix) <- c("US", "non-US")
  6. rownames(lotr_matrix) <- c("Fellowship", "Two Towers",
  7.                              "Return King")
  8. lotr_matrix
  10. ##              US non-US
  11. ## Fellowship  316    556
  12. ## Two Towers  343    584
  13. ## Return King 378    742
  15. # 与数字 +-*/
  16. lotr_matrix / 1.12 
  18. ##                   US   non-US
  19. ## Fellowship  282.1429 496.4286
  20. ## Two Towers  306.2500 521.4286
  21. ## Return King 337.5000 662.5000
  23. lotr_matrix - 50
  25. ##              US non-US
  26. ## Fellowship  266    506
  27. ## Two Towers  293    534
  28. ## Return King 328    692
  30. # 与矩阵 +-*/ (这里不是线性代数中的矩阵计算)
  31. theater_cut <- matrix(c(50, 80, 100), nrow = 3, ncol = 2)
  32. theater_cut
  34. ##      [,1] [,2]
  35. ## [1,]   50   50
  36. ## [2,]   80   80
  37. ## [3,]  100  100
  39. lotr_matrix - theater_cut
  41. ##              US non-US
  42. ## Fellowship  266    506
  43. ## Two Towers  263    504
  44. ## Return King 278    642
  46. # 与向量
  47. lotr_matrix - c(50, 80, 100) #按列循环计算
  49. ##              US non-US
  50. ## Fellowship  266    506
  51. ## Two Towers  263    504
  52. ## Return King 278    642

因子 Factors

  • Factors for categorical variables
  • Limited number of different values
  • Belong to category

创建因子 factor()

  1. blood <- c("B", "AB", "O", "A", "O", "O", "A", "B")
  2. blood
  4. ## [1] "B"  "AB" "O"  "A"  "O"  "O"  "A"  "B"
  6. blood_factor <- factor(blood) # 默认等级按照字母顺序定
  7. blood_factor
  9. ## [1] B  AB O  A  O  O  A  B
  10. ## Levels: A AB B O
  12. str(blood_factor)
  14. ##  Factor w/ 4 levels "A","AB","B","O": 3 2 4 1 4 4 1 3
  16. # 自定义level
  17. blood_factor2 <- factor(blood,
  18.                           levels = c("O", "A", "B", "AB"))
  19. blood_factor2
  21. ## [1] B  AB O  A  O  O  A  B
  22. ## Levels: O A B AB
  24. str(blood_factor2)
  26. ##  Factor w/ 4 levels "O","A","B","AB": 3 4 1 2 1 1 2 3

Rename factor levels

  1. blood <- c("B", "AB", "O", "A", "O", "O", "A", "B")
  2. #1.1
  3. blood_factor <- factor(blood)
  4. levels(blood_factor) <- c("BT_A", "BT_AB", "BT_B", "BT_O")
  5. #1.2
  6. blood <- c("B", "AB", "O", "A", "O", "O", "A", "B")
  7. blood_factor <- factor(blood)
  8. factor(blood,
  9.          levels = c("O", "A", "B", "AB"),
  10.          labels = c("BT_O", "BT_A", "BT_B", "BT_AB"))
  12. ## [1] BT_B  BT_AB BT_O  BT_A  BT_O  BT_O  BT_A  BT_B
  13. ## Levels: BT_O BT_A BT_B BT_AB
  15. #2
  16. factor(blood, labels = c("BT_A", "BT_AB", "BT_B", "BT_O"))
  18. ## [1] BT_B  BT_AB BT_O  BT_A  BT_O  BT_O  BT_A  BT_B
  19. ## Levels: BT_A BT_AB BT_B BT_O

Ordered factor

  1. blood <- c("B", "AB", "O", "A", "O", "O", "A", "B")
  2. blood_factor <- factor(blood)
  3. blood_factor[1] < blood_factor[2] 
  5. ## Warning in Ops.factor(blood_factor[1], blood_factor[2]): '<' not meaningful
  6. ## for factors
  8. ## [1] NA
  10. # 下面比较大小才是有意义的
  11. tshirt <- c("M", "L", "S", "S", "L", "M", "L", "M")
  12. tshirt_factor <- factor(tshirt, ordered = TRUE,
  13.                           levels = c("S", "M", "L"))
  14. tshirt_factor
  16. ## [1] M L S S L M L M
  17. ## Levels: S < M < L
  19. tshirt_factor[1] < tshirt_factor[2]
  21. ## [1] TRUE

列表 List

Vector - Matrix - List

  • Vector: 1D, same type
  • Matrix: 2D, same type
  • List:
    • Different R objects
    • No coercion
    • Loss of some functionality

创建列表 list()

  1. list("Rsome times", 190, 5)
  3. ## [[1]]
  4. ## [1] "Rsome times"
  5. ##
  6. ## [[2]]
  7. ## [1] 190
  8. ##
  9. ## [[3]]
  10. ## [1] 5
  12. song <- list("Rsome times", 190, 5)
  13. is.list(song)
  15. ## [1] TRUE

命名列表

  1. #1
  2. song <- list("Rsome times", 190, 5)
  3. names(song) <- c("title", "duration", "track")
  4. song
  6. ## $title
  7. ## [1] "Rsome times"
  8. ##
  9. ## $duration
  10. ## [1] 190
  11. ##
  12. ## $track
  13. ## [1] 5
  15. #2
  16. song <- list(title = "Rsome times",
  17.                duration = 190,
  18.                track = 5)
  19. song
  21. ## $title
  22. ## [1] "Rsome times"
  23. ##
  24. ## $duration
  25. ## [1] 190
  26. ##
  27. ## $track
  28. ## [1] 5
  30. str(song)
  32. ## List of 3
  33. ##  $ title   : chr "Rsome times"
  34. ##  $ duration: num 190
  35. ##  $ track   : num 5

列表嵌套

  1. similar_song <- list(title = "R you on time?",
  2.                        duration = 230)
  3. song <- list(title = "Rsome times",
  4.                duration = 190, track = 5,
  5.                similar = similar_song)
  6. str(song)
  8. ## List of 4
  9. ##  $ title   : chr "Rsome times"
  10. ##  $ duration: num 190
  11. ##  $ track   : num 5
  12. ##  $ similar :List of 2
  13. ##   ..$ title   : chr "R you on time?"
  14. ##   ..$ duration: num 230

子集运算

[ versus [[

  1. similar_song <- list(title = "R you on time?",
  2.                        duration = 230)
  3. song <- list(title = "Rsome times",
  4.                duration = 190, track = 5,
  5.                similar = similar_song)
  6. str(song)
  8. ## List of 4
  9. ##  $ title   : chr "Rsome times"
  10. ##  $ duration: num 190
  11. ##  $ track   : num 5
  12. ##  $ similar :List of 2
  13. ##   ..$ title   : chr "R you on time?"
  14. ##   ..$ duration: num 230
  16. song[1]
  18. ## $title
  19. ## [1] "Rsome times"
  21. song[[1]]
  23. ## [1] "Rsome times"
  25. song[c(1, 3)] 
  27. ## $title
  28. ## [1] "Rsome times"
  29. ##
  30. ## $track
  31. ## [1] 5
  33. #song[[c(1, 3)]] #can't work
  34. #song[[1]][[3]] #can't work
  35. song[["duration"]]
  37. ## [1] 190
  39. song["duration"]
  41. ## $duration
  42. ## [1] 190
  44. song[c(FALSE, TRUE, TRUE, FALSE)]
  46. ## $duration
  47. ## [1] 190
  48. ##
  49. ## $track
  50. ## [1] 5
  52. #song[[c(FALSE, TRUE, TRUE, FALSE)]] # can't work
  53. #song[[F]][[T]][[T]][[F]] #also
  55. # list in list
  56. song[[4]][[1]]
  58. ## [1] "R you on time?"
  60. song[[c(4, 1)]]
  62. ## [1] "R you on time?"
  64. song[c("duration", "similar")] 
  66. ## $duration
  67. ## [1] 190
  68. ##
  69. ## $similar
  70. ## $similar$title
  71. ## [1] "R you on time?"
  72. ##
  73. ## $similar$duration
  74. ## [1] 230

[[ or [ ? + [[ to select list element + [ results in

sublist + [[ and $ to subset and extend lists

列表扩展

这里引出了R中比较重要的一个符号$

  1. similar_song <- list(title = "R you on time?",
  2.                        duration = 230)
  3. song <- list(title = "Rsome times",
  4.                duration = 190, track = 5,
  5.                similar = similar_song)
  6. #$
  7. song$duration
  9. ## [1] 190
  11. #extending
  12. friends <- c("Kurt", "Florence",
  13.                 "Patti", "Dave")
  14. song$sent <- friends #或者 song[["sent"]] <- friends
  15. song$similar$reason <- "too long"
  16. song
  18. ## $title
  19. ## [1] "Rsome times"
  20. ##
  21. ## $duration
  22. ## [1] 190
  23. ##
  24. ## $track
  25. ## [1] 5
  26. ##
  27. ## $similar
  28. ## $similar$title
  29. ## [1] "R you on time?"
  30. ##
  31. ## $similar$duration
  32. ## [1] 230
  33. ##
  34. ## $similar$reason
  35. ## [1] "too long"
  36. ##
  37. ##
  38. ## $sent
  39. ## [1] "Kurt"     "Florence" "Patti"    "Dave"

数据框 Data Frame

  • Observations 观测值
  • Variables 变量
  • Example: people
    • each person = observation
    • properties (name, age …) = variables
  • Rows = observations (persons)
  • Columns = variables (age, name, …)

不同的变量的观测值可以类型不同，但是变量自己的所有观测值类型一致。

多在导入数据时使用。

创建数据框

  1. name <- c("Anne", "Pete", "Frank", "Julia", "Cath")
  2. age <- c(28, 30, 21, 39, 35)
  3. child <- c(FALSE, TRUE, TRUE, FALSE, TRUE)
  4. df <- data.frame(name, age, child)
  5. str(df)
  7. ## 'data.frame':    5 obs. of  3 variables:
  8. ##  $ name : Factor w/ 5 levels "Anne","Cath",..: 1 5 3 4 2
  9. ##  $ age  : num  28 30 21 39 35
  10. ##  $ child: logi  FALSE TRUE TRUE FALSE TRUE

命名数据框

  1. name <- c("Anne", "Pete", "Frank", "Julia", "Cath")
  2. age <- c(28, 30, 21, 39, 35)
  3. child <- c(FALSE, TRUE, TRUE, FALSE, TRUE)
  4. df <- data.frame(name, age, child)
  5. names(df) <- c("Name", "Age", "Child")
  6. str(df)
  8. ## 'data.frame':    5 obs. of  3 variables:
  9. ##  $ Name : Factor w/ 5 levels "Anne","Cath",..: 1 5 3 4 2
  10. ##  $ Age  : num  28 30 21 39 35
  11. ##  $ Child: logi  FALSE TRUE TRUE FALSE TRUE
  13. df <- data.frame(Name = name, Age = age, Child = child) #also
  14. str(df)
  16. ## 'data.frame':    5 obs. of  3 variables:
  17. ##  $ Name : Factor w/ 5 levels "Anne","Cath",..: 1 5 3 4 2
  18. ##  $ Age  : num  28 30 21 39 35
  19. ##  $ Child: logi  FALSE TRUE TRUE FALSE TRUE

可见，这里的字符串向量，被自动转化为因子类型，所以可以设置参数来避免此隐含行为。

  1. name <- c("Anne", "Pete", "Frank", "Julia", "Cath")
  2. age <- c(28, 30, 21, 39, 35)
  3. child <- c(FALSE, TRUE, TRUE, FALSE, TRUE)
  4. df <- data.frame(name, age, child,
  5.                    stringsAsFactors = FALSE)
  6. str(df)
  8. ## 'data.frame':    5 obs. of  3 variables:
  9. ##  $ name : chr  "Anne" "Pete" "Frank" "Julia" ...
  10. ##  $ age  : num  28 30 21 39 35
  11. ##  $ child: logi  FALSE TRUE TRUE FALSE TRUE

子集运算

Subset Data Frame * Subsetting syntax from matrices and lists * [

from matrices * [[ and $ from lists

  1. name <- c("Anne", "Pete", "Frank", "Julia", "Cath")
  2. age <- c(28, 30, 21, 39, 35)
  3. child <- c(FALSE, TRUE, TRUE, FALSE, TRUE)
  4. people <- data.frame(name, age, child,
  5.                stringsAsFactors = FALSE)
  7. # 类似矩阵的操作
  8. people[3,2] 
  10. ## [1] 21
  12. people[3,"age"]
  14. ## [1] 21
  16. people[,"age"]
  18. ## [1] 28 30 21 39 35
  20. people[3,] # 由于返回的是一个数据框，我的R notebook不显示数据框
  22. ##    name age child
  23. ## 3 Frank  21  TRUE
  25. people[c(3, 5), c("age", "child")] # 同上
  27. ##   age child
  28. ## 3  21  TRUE
  29. ## 5  35  TRUE
  31. # 类似列表的操作
  32. people$age
  34. ## [1] 28 30 21 39 35
  36. people[["age"]]
  38. ## [1] 28 30 21 39 35
  40. people[[2]]
  42. ## [1] 28 30 21 39 35
  44. ## 由于返回的是一个数据框，我的R notebook不显示数据框
  45. people["age"]
  47. ##   age
  48. ## 1  28
  49. ## 2  30
  50. ## 3  21
  51. ## 4  39
  52. ## 5  35
  54. people[2]
  56. ##   age
  57. ## 1  28
  58. ## 2  30
  59. ## 3  21
  60. ## 4  39
  61. ## 5  35

扩展数据框

Extend Data Frame * Add columns = add variables * Add rows = add

observations

  1. name <- c("Anne", "Pete", "Frank", "Julia", "Cath")
  2. age <- c(28, 30, 21, 39, 35)
  3. child <- c(FALSE, TRUE, TRUE, FALSE, TRUE)
  4. people <- data.frame(name, age, child,
  5.                stringsAsFactors = FALSE)
  6. #Add column
  7. height <- c(163, 177, 163, 162, 157)
  8. people$height <- height
  9. str(people)
  11. ## 'data.frame':    5 obs. of  4 variables:
  12. ##  $ name  : chr  "Anne" "Pete" "Frank" "Julia" ...
  13. ##  $ age   : num  28 30 21 39 35
  14. ##  $ child : logi  FALSE TRUE TRUE FALSE TRUE
  15. ##  $ height: num  163 177 163 162 157
  17. ##also
  18. people[["height"]] <- height
  19. str(people)
  21. ## 'data.frame':    5 obs. of  4 variables:
  22. ##  $ name  : chr  "Anne" "Pete" "Frank" "Julia" ...
  23. ##  $ age   : num  28 30 21 39 35
  24. ##  $ child : logi  FALSE TRUE TRUE FALSE TRUE
  25. ##  $ height: num  163 177 163 162 157
  27. weight <- c(74, 63, 68, 55, 56)
  28. cbind(people, weight)
  30. ##    name age child height weight
  31. ## 1  Anne  28 FALSE    163     74
  32. ## 2  Pete  30  TRUE    177     63
  33. ## 3 Frank  21  TRUE    163     68
  34. ## 4 Julia  39 FALSE    162     55
  35. ## 5  Cath  35  TRUE    157     56
  37. #Add row 这里要注意，有时候会出错
  38. tom <- data.frame("Tom", 37, FALSE, 183)
  39. #rbind(people, tom)
  40. #会报错：
  41. #Error : names do not match previous names
  42. tom <- data.frame(name = "Tom", age = 37,
  43.             child = FALSE, height = 183)
  44. rbind(people, tom) 
  46. ##    name age child height
  47. ## 1  Anne  28 FALSE    163
  48. ## 2  Pete  30  TRUE    177
  49. ## 3 Frank  21  TRUE    163
  50. ## 4 Julia  39 FALSE    162
  51. ## 5  Cath  35  TRUE    157
  52. ## 6   Tom  37 FALSE    183

排序

这里主要介绍了sort()与order()，其中，order()更适合用来为数据框调整顺序。

  1. str(people)
  3. ## 'data.frame':    5 obs. of  4 variables:
  4. ##  $ name  : chr  "Anne" "Pete" "Frank" "Julia" ...
  5. ##  $ age   : num  28 30 21 39 35
  6. ##  $ child : logi  FALSE TRUE TRUE FALSE TRUE
  7. ##  $ height: num  163 177 163 162 157
  9. #sort()直接对于向量元素进行了排序
  10. sort(people$age)
  12. ## [1] 21 28 30 35 39
  14. #order()会返回对应大小等级所实际在的位置
  15. ranks <- order(people$age)
  16. ranks
  18. ## [1] 3 1 2 5 4
  20. people$age
  22. ## [1] 28 30 21 39 35
  24. people[ranks, ] #直接对行进行了排序
  26. ##    name age child height
  27. ## 3 Frank  21  TRUE    163
  28. ## 1  Anne  28 FALSE    163
  29. ## 2  Pete  30  TRUE    177
  30. ## 5  Cath  35  TRUE    157
  31. ## 4 Julia  39 FALSE    162
  33. #或者如下可以实现降序排序
  34. people[order(people$age, decreasing = TRUE), ] 
  36. ##    name age child height
  37. ## 4 Julia  39 FALSE    162
  38. ## 5  Cath  35  TRUE    157
  39. ## 2  Pete  30  TRUE    177
  40. ## 1  Anne  28 FALSE    163
  41. ## 3 Frank  21  TRUE    163

绘图 Graphics

这里主要介绍了graphics包的plot()与hist()

plot()会根据不同的数据类型，而画出不同的图像

  1. plot() (categorical) 条形图 例如：plot(countries$continent)
  2. plot() (numerical) 散点图 例如：plot(countries$population)
  3. plot() (2x numerical) 散点图

    例如：plot(countries$area, countries$population)、

    plot(log(countries$area), log(countries$population))
  4. plot() (2x categorical) 某种条形图的变形

    例如：plot(countries$continent, countries$religion)

hist()可以绘制直方图 例如： hist(africa$population)、

hist(africa$population, breaks = 10)

Other graphics functions * barplot() * boxplot() * pairs()

自定义绘图

这里就是修改参数了。无需多讲。

这里，引出了函数par()，这是一个绘图的公共参数列表，里面存放着常用的一些绘图的公共属性，可以实现绘制多幅图形时，基本属性的一次性确定。

例如：

  1. par(col = "blue")
  2. plot(mercury$temperature, mercury$pressure)

常用的plot的属性有：

  1. plot(mercury$temperature, mercury$pressure,
  2.        xlab = "Temperature",
  3.        ylab = "Pressure",
  4.        main = "T vs P for Mercury", #标题
  5.        type = "o",
  6.        col = "orange",
  7.        col.main = "darkgray",
  8.        cex.axis = 0.6, #cex系列属性表示缩放程度
  9.        lty = 5, #Line Type
  10.        pch = 4  #Plot Symbol
  11.        )

多图绘制

mfrow与mfcol参数可以在一个图形框里，用来放置多个图像，区别是，前者是将后面plot语句生成的图像按行填充，而后者是按列填充。

  1. #按行填充
  2. par(mfrow = c(2,2))
  3. plot(shop$ads, shop$sales)
  4. plot(shop$comp, shop$sales)
  5. plot(shop$inv, shop$sales)
  6. plot(shop$size_dist, shop$sales)
  8. #按列填充
  9. par(mfcol = c(2,2))
  10. plot(shop$ads, shop$sales)
  11. plot(shop$comp, shop$sales)
  12. plot(shop$inv, shop$sales)
  13. plot(shop$size_dist, shop$sales)

Reset the grid

  1. par(mfrow = c(1,1))

相较于这个，layout()函数设置的更为灵活。

  1. grid <- matrix(c(1, 1, 2, 3), nrow = 2,
  2.          ncol = 2, byrow = TRUE)
  3. layout(grid)
  4. plot(shop$ads, shop$sales) #放在grid的1号位置
  5. plot(shop$comp, shop$sales) #放在grid的2号位置
  6. plot(shop$inv, shop$sales) #放在grid的3号位置

Reset the grid

  1. layout(1)
  2. par(mfcol = c(1,1))

Reset all parameters

  1. old_par <- par()
  2. par(col = "red")
  3. plot(shop$ads, shop$sales)
  4. par(old_par)
  5. plot(shop$ads, shop$sales)

线性拟合

引出函数lm() —— linear

model，**lm(a~b)就是对a=k*b+c进行线性拟合**

  1. plot(shop$ads, shop$sales,
  2.       pch = 16, col = 2,
  3.       xlab = "advertisement",
  4.       ylab = "net sales")
  5. lm_sales <- lm(shop$sales ~ shop$ads)
  6. abline(coef(lm_sales), lwd = 2) #取模型系数，线宽为2，画直线

【R】数据结构的更多相关文章

  1. R: 数据结构、数据类型的描述。

    ################################################### 问题:数据结构..类型  18.4.27 有哪些数据结构.类型??  各自有什么特点? 解决方案 ...

  2. 机器学习与R语言

    此书网上有英文电子版:Machine Learning with R - Second Edition [eBook].pdf(附带源码) 评价本书:入门级的好书,介绍了多种机器学习方法,全部用R相关 ...

  3. 机器学习 1、R语言

    R语言 R是用于统计分析.绘图的语言和操作环境.R是属于GNU系统的一个自由.免费.源代码开放的软件,它是一个用于统计计算和统计制图的优秀工具. 特点介绍 •主要用于统计分析.绘图.数据挖掘 •R内置 ...

  4. 《R实战》读书笔记三

    第二章  创建数据集 本章概要 1探索R数据结构 2使用数据编辑器 3数据导入 4数据集标注 本章所介绍内容概括例如以下. 两个方面的内容. 方面一:R数据结构 方面二:进入数据或者导入数据到数据结构 ...

  5. 新工具︱微软Microsoft Visual Studio的R语言模块下载试用Ing...（尝鲜）

    笔者:前几天看到了以下的图片,着实一惊.作为R语言入门小菜鸟,还是觉得很好看,于是花了一点时间下载下来试用了一下,觉得还是挺高大上的. 就是英文不好是硬伤.下面贴给小白,我当时的下载步骤与遇见的问题. ...

  6. 让R与Python共舞

    转载:http://ices01.sinaapp.com/?p=129      R(又称R语言)是一款开源的跨平台的数值统计和数值图形化展现 工具.通俗点说,R是用来做统计和画图的.R拥有自己的脚本 ...

  7. Linux下源码编译安装rpy2

    R(又称R语言)是一款开源的跨平台的数值统计和数值图形化展现工具.rpy2是Python直接调用R的第三方库,它可以实现使用python读取R的对象.调用R的方法以及Python与R数据结构转换等.这 ...

  8. web server性能优化浅谈

    作者:ZhiYan,Jack47 转载请保留作者和原文出处 Update: 2018.8.8 在无锁小节增加了一些内容 性能优化,优化的东西一定得在主路径上,结合测量的结果去优化.不然即使性能再好,逻 ...

  9. iOS开发--知识点总结

    1 .全局变量,变量名前加下划线.和系统一致. 2 . nil指针为空   @“”字符串为空 (内容为空)       ==  判断内存地址   基本变量    对于一些基本类型 可以使用==来判断, ...

  10. 使用 Rcpp

    正如我们所提到的那样,并行计算只有在每次迭代都是独立的情况下才可行,这样最终结果才不会依赖运行顺序.然而,并非所有任务都像这样理想.因此,并行计算可能会受到影响.那么怎样才能使算法快速运行,并且可以轻 ...

随机推荐

  1. javascript之定时器的使用

    一:什么是定时器 (一)无限循环定时器 <script> window.onload = function(){ function test(){ alert("test&quo ...

  2. github readme 添加图片预览

    ![img](https://github.com/lanshengzhong/mina_alan/blob/master/screenshot/2.gif) ![图片加载失败的时候就会显示这段话]( ...

  3. java面向对象2-封装

    2 封装 封装:是指隐藏对象的属性和实现细节,仅对外提供公共访问方式,面向对象三大特点之一.好处: 防止数据被任意篡改,提高安全性 隐藏了实现细节,仅暴露方法 如何实现封装? 使用private关键字 ...

  4. 【长郡NOIP2014模拟10.22】搞笑的代码

    题目 在OI界存在着一位传奇选手--QQ,他总是以风格迥异的搞笑代码受世人围观 某次某道题目的输入是一个排列,他使用了以下伪代码来生成数据 while 序列长度<n do { 随机生成一个整数属 ...

  5. 【leetcode】1179. Reformat Department Table

    题目如下: SQL Schema Table: Department +---------------+---------+ | Column Name | Type | +------------- ...

  6. 【shell】sed后向引用替换文本

    要求如下: 原文 <server name="92服" port="10092" os="android" hidden=" ...

  7. Python 变量类型 Ⅱ

    Python字符串 字符串或串(String)是由数字.字母.下划线组成的一串字符. 一般记为 : s="a1a2···an"(n>=0) 它是编程语言中表示文本的数据类型. ...

  8. ssh 密码连接报错 permission denied

    背景:ssh连接openstack  king时,出错permission denied (publickey,gssapi-keyex,gssapi-with-mic) 原因:king未开启ssh ...

  9. aspnet:MaxHttpCollectionKeys 不起作用

    场景: vs2010  webform  表单域长度,在webconfig中加入该节点,有的项目起作用,有的项目无效,不知道是什么原因??

  10. k8s安装报错 Error: unknown flag: --experimental-upload-certs

    今天安装k8sV1.16的版本时候,执行突然发现命令不对,之前安装V1.15的时候是可以的,可能是版本升级的原因. 解决: unknown flag: --experimental-upload-ce ...