R入门（六）--- 数据对象、习题解答

小心情

emmm，那就是学完这本之后，要看sql，学习一下数据库了。实习要求的东西，也得着手了。内心还是很虚，不想动手，又得硬着头皮前行，晚上学习是不是不大好，大脑总是很兴奋，睡不着。昨晚做了一个很神奇的梦，老爸变得好温柔，简直难以置信，老妈还是个捣蛋鬼，写我的字帖，跟个小孩似的，根本不按字帖来。

###R的对象们

1. 对象类型有：向量、矩阵、数据框、列表。

• 向量：由一个或多个同类型变量组成。
• 矩阵：和向量差不多，由相同类型变量组成，只是维数增加，有行有列。image（）函数专门针对矩阵作图的
• 数据框：不同列可以是不同类型。数据框的列，仍是向量；但数据框的行，是数据框。（用str()查看数据框结构）
• 列表：跟数据框差不多，但是列表中的不同项目的长度可以不一。

> a <- matrix(c('a',1,2,3),nrow = 2)
>  a
     [,1] [,2]
[1,] "a"  "2" 
[2,] "1"  "3"
> is.matrix(a)
[1] TRUE
> is.character(a)
[1] TRUE
> is.numeric(a[2,2])
[1] FALSE 

• 请先运行下面的代码，生成个示例数据 文件：
  write.csv(WorldPhones,file = ‘E:/R/R lab/学R/r4r/wp.csv’)
• 打开这个文件浏览一下。这是20世纪五六十年代世界各大洲的电话数量。下面的练习，均以此文件为出发点。

练习8.1.读入数据

1. 将wp.csv读入R中，保存到一个叫wp的对象中，并查看文件内容、总结报告和作图。

• 查看文件内容，summary(wp)
• 总结报告、作图plot(wp)、boxplot(phones~contry)、boxplot(phones~year)

2. 将wp的年份列的列名称改为“year’。

• names(wp)[1] <- ‘year’

3. 将wp的行名称改为对应年份。

• rownames(wp) <- wp$year

练习8.1参考答案

write.csv(WorldPhones,file = 'E:/R/R lab/学R/r4r/wp.csv')
#读入文件
myfile <- file.choose()
wp <- read.csv(file = myfile,header = T)
summary(wp)
plot(wp)
#对数据进行作图
phones <- unlist(wp[,2:8])
contry <- rep(names(wp)[2:8], each = length(wp$X))
year <- rep(wp$X,7)
boxplot(phones~contry)
boxplot(phones~year)
#将年份列的列名称改为‘year’
names(wp)[1] <- 'year'
#将行名改为对应年份
rownames(wp) <- wp$year

练习8.2.数据类型。

1. 给wp新增年代列，取值为对应行所属的年代，即“1950s”和“1960s”字符，列名称为"decade。
2. 查看wp各列的数据类型。

• str(wp)

练习8.2参考答案

##数据类型
str(wp)
wp$year <- as.numeric(wp$year)
decade <- ifelse(wp$year >= 1950 & wp$year <= 1959,'1950s' , '1960s')
wp$decade <- decade
str(wp)

练习8.3.矩阵。

1. 生成一个5行6列的矩阵，取值为整数数列1:30

• matrix(data = 1:30,nrow = 5,ncol = 6)

练习8.3参考答案

matrix(data = 1:30,nrow = 5,ncol = 6)

练习8.4.矩阵与数据框。

1. wp是个对话框对象。请将wp转换成矩阵对象wp_mt,并比较wp与wp_mt的区别。

• 转为矩阵,矩阵内所有的元素都变成字符形式
• 而且，数据框允许不同类型的变量存在

2. 从这两个对象中选取1956年欧洲的电话数量。

• wp[‘1956’,“Europe”]
• wp_mt[‘1956’,‘Europe’]

4. 从这两个对象中选择亚洲和欧洲两列。

• wp[,c(‘Europe’,‘Asia’)]
• wp_mt[,c(‘Europe’,‘Asia’)]

5. 从这两个对象中选择第2，4，5行，选择除2，4，5行之外的其他行。

• #选择2，4，5行
  wp[c(2,4,5),]
  wp_mt[c(2,4,5),]

• 反选2，4，5行
  wp[-c(2,4,5),]
  wp_mt[-c(2,4,5),]

练习8.4参考答案

wp_mt <- as.matrix(wp)
#转为矩阵,矩阵内所有的元素都变成字符形式，而数据框允许不同类型的变量存在
str(wp_mt)
str(wp)
#选择1956年欧洲电话数量
wp['1956',"Europe"]
wp_mt['1956','Europe']
#选择欧洲和亚洲两列
wp[,c('Europe','Asia')]
wp_mt[,c('Europe','Asia')]
#选择2，4，5行
wp[c(2,4,5),]
wp_mt[c(2,4,5),]
#反选2，4，5行
wp[-c(2,4,5),]
wp_mt[-c(2,4,5),]

练习8.5.计算。

1. 计算wp数据中全世界每年的电话总数。

• annualsum <- rowSums(wp[,2:8])

2. 计算wp数据中任意相邻年份，全世界以及各洲的电话增长数量以及增长百
   分比。

• 全世界逐年增长annualdiff <- diff(annualsum)
• 各洲逐年增长annualdiffeach <- apply(wp[,2:8], MARGIN = 2, diff)
• 全世界逐年增长率annualrate <- annualdiff/annualsum[1:6]
• 各洲逐年增长率annualrateeach <- annualdiffeach/(wp[c(1:6),2:8])

练习8.5参考答案

annualsum <- rowSums(wp[,2:8])
annualdiff <- diff(annualsum)
annualdiffeach <- apply(wp[,2:8], MARGIN = 2, diff)
annualrate <- annualdiff/annualsum[1:6]
annualrateeach <- annualdiffeach/(wp[c(1:6),2:8])
#等同于  
annualrateeach <- apply(wp[,2:8],MARGIN = 2,
                        function(x) diff(x)/x[1:6])

练习8.6.作图。
请在同-张图上以合理的布局、颜色和线型，做出亚洲1951到1961年之间：

1. 电话数量逐年变化的散点图，以及
2. 电话数量增长率的散点图。电话数量增长率的散点图。

小tips：如何将两个变量（不同数量级量纲）作到同一个图中

• 首先，仍是设置上下两个图纸不变mfrow=c(2,1)；
• 但是，要注意，上图距离下方距离设为0，下图距离上方距离设为0，同左，同右方的距离相同；
• 上图和下图的横坐标要共轴，并且上图的坐标轴要设置为axes = FALSE；
• 再给上图单独添加y轴axis(2)，以及边框box()，下图横轴标签。

练习8.6参考答案

par(mfrow=c(2,1),mar=c(0,4,3,1))
plot(wp$year,wp$Asia,type = 'l',xlim = c(1951,1961),
     axes = FALSE,xlab = '',ylab = 'Phone Asia')
axis(2)
box()
par(mar=c(4,4,0,1))
plot(wp$year[1:6],annualrateeach[,'Asia'],
     type = 'l',xlim = c(1951,1961),
     xlab = 'year',ylab = 'Increase rate')
dev.off()

练习8.7.循环:

1. 请以合理的布局。 用循环函数做出所有大洲在各自的电话数量增长曲线。

小tips：

• 由于各个洲的电话数量范围不一，所以要得到全部数据的范围，才能方便确定y轴，将不同洲安置在同一张图中；
• 在循环中，plot函数无法在已有的图中继续添加直线，只有lines（）或者points（）可以继续添加直线；
• 因此，需要先用plot函数确定好幕布，再用lines函数在循环里面起作用；

练习8.7参考答案

par(mfrow=c(1,1))
mylim <- range(wp[,2:8])
mycol <- rainbow(7)
plot(wp$year,wp[,2],col=mycol[1],type = 'l',
     xlab = 'year',ylab = 'Phone number',ylim = mylim)
for (i in 3:8) {
  lines(wp$year, wp[,i], col=mycol[i-1])
legend('topleft',legend = names(wp)[2:8],lty = 1,
       col = mycol,bty = 'n')
}

练习8.8.拟合

1. 将各洲电话数量对年份进行线性拟合，并在散点图上添加拟合直线和拟合方程。

• 添加表达式，可以用as.expression（），并且将参数以列表的形式存储

练习8.8参考答案

par(mfrow=c(3,3),mar=c(4,4,0.1,0.1))
for (i in 2:8) {
  plot(wp$year,wp[,i],col=mycol[i-1],
       xlab = 'year',ylab = names(wp)[i])
  m <- lm(wp[,i]~wp$year)
  a1 <- m$coefficients[1]
  a2 <- m$coefficients[2]
  abline(m)
  legend('topleft',bty = 'n',
         as.expression(substitute(y==a+b*x,
                                  list(a=a1,b=a2))))
}