R 数据分析

目录:

  • windows命令行中执行R
  • dataframe
  • 常用函数、变量

 

1、windows命令行中执行R

前提:已经把R的命令目录加入了系统路径中。

 在windows中,命令行执行R可以用以下两种方式:

(1)RCMD BATCH xxx.r

  • 这种方式也可以写成”r cmd BATCH“、”rcmd BATCH“、”R CMD BATCH“,这几个命令都是一样的,随便你用哪个
  • 这种方式的输出结果不是直接显示在命令行中,而是会在r文件相同路径下,自动创建一个xxx.r.Rout文本文件,输出的内容在这个文件里
  • 但是这种方式用commandArgs()函数得不到传递的参数,而是生成了一个名为第一个参数的文本文件代替上面的xxx.r.Rout文件

举个例子,有以下test.r程序:

1 args = commandArgs(trailingOnly=TRUE)
2 print(args[2])
3 print('do a test')

比如在命令行输入”RCMD BATCH test.r 4 5“,就会生成一个名为4的文本文件,文件内容如下,程序打印的第二个参数是NA,实际上应该是5;

 

 (2)Rscript xxx.r

  • 这种方式的输出结果直接显示在命令行中,不会生成其他输出文件
  • 这种方式可以用commandArgs()函数得到传递的参数

但是得到参数的索引由函数的trailingOnly参数决定,当trailingOnly=TRUE时,参数索引从1开始;

当trailingOnly=TRUE时,参数索引从6开始,因为:

args[1]= "C:\\Program Files\\R\\R-3.4.4\\bin\\x64\\Rterm.exe"
args[2]= "--slave"
args[3]= "--no-restore"
args[4]="--file=test.r"
args[5]="--args"
args[6]=="4"
args[7]=="do a test"

 

2、dataframe

创建空数据框

# 创建0行0列的数据框
df_empty = data.frame()
# 创建和df有同样多的列,0行的数据框
> df_r = df[, FALSE]
data frame with 0 columns and 4 rows
# 创建一个行数为0,列数、列名和df相同的数据框
> df_c = df[FALSE, ]
[1] one   two   three
<0 行> (或0-长度的row.names)

 

创建非空数据框

# 指定列名
> df = data.frame(one=c(1,2,3,4),two=c(4,5,6,0),three=c(32,21,34,32)) one two three 1 1 4 32 2 2 5 21 3 3 6 34 4 4 0 32
# 不指定列名
> df = data.frame(c(1,2,3,4),c(4,5,6,0),c(32,21,34,32))
  c.1..2..3..4. c.4..5..6..0. c.32..21..34..32.
1             1             4                32
2             2             5                21
3             3             6                34
4             4             0                32
# 自动匹配最长的行数
> data.frame(one_t=c(5,2),two=c(12),three=c(9))
  one_t two three
1     5  12     9
2     2  12     9
# 指定行名和列名
> data.frame(one=c(1,2,3,4),two=c(4,5,6,0),three=c(32,21,34,32),row.names = c('a','b','c','d'))
  one two three
a   1   4    32
b   2   5    21
c   3   6    34
d   4   0    32

 

访问元素

# 默认访问元素是对列而言的,可以通过加逗号来限定

## 用索引访问
# 访问列
> df[1:2]
  one two
1   1   4
2   2   5
3   3   6
4   4   0
> df[,1:2]
  one two
1   1   4
2   2   5
3   3   6
4   4   0

# 访问行
> df[c(1,3),]
  one two three
1   1   4    32
3   3   6    34
> df[1:2,]
  one two three
1   1   4    32
2   2   5    21
# 取反
> df[-c(1,3),]
  one two three
2   2   5    21
4   4   0    32


## 用列名和行名访问
# 列名
> df['one']
  one
1   1
2   2
3   3
4   4
> df[,'one']
[1] 1 2 3 4
> df['one',]
   one two three
NA  NA  NA    NA

# 行名
> df['1',]
  one two three
1   1   4    32
> df['1']
Error in `[.data.frame`(df, "1") : undefined columns selected

 

数据筛选

# 条件语句选择列
> df[which(df$one>2),]
  one two three
3   3   6    34
4   4   0    32

# 取反
> df[-which(df$one>2),]
  one two three
1   1   4    32
2   2   5    21

# 支持逻辑符,&和,|> df[which(df$one>1 & df$two>0),]
  one two three
2   2   5    21
3   3   6    34

 

判断是否为数据框

> is.data.frame(df)
[1] TRUE

 

修改行名和列名

> names(df)
[1] "one"   "two"   "three"
> names(df)[1]='one_m'
> names(df)
[1] "one_m" "two"   "three"

> colnames(df)
[1] "one"   "two"   "three"
> colnames(df)[1]='one_t'
> colnames(df)
[1] "one_t" "two"   "three"

> rownames(df)
[1] "1" "2" "3" "4"
> rownames(df)[1]='9'
> rownames(df)
[1] "9" "2" "3" "4"

 

cbind 列连接

# 当df_n的行数和df的行数一样时
> data.frame(one=c(9,8,7,6))
  one
1   9
2   8
3   7
4   6
> cbind(df,df3)
  one two three one
1   1   4    32   9
2   2   5    21   8
3   3   6    34   7
4   4   0    32   6

# 当df_n的行数小于df,但是df的行数是df_n的整数倍时
> df2 = data.frame(one=c(5),two=c(12),three=c(9))
  one two three
1   5  12     9
> cbind(df,df2)
  one two three one two three
1   1   4    32   5  12     9
2   2   5    21   5  12     9
3   3   6    34   5  12     9
4   4   0    32   5  12     9

# 甚至这样的时候
> cbind(df,data.frame(one=c(5,2),two=c(12),three=c(9)))
  one two three one two three
1   1   4    32   5  12     9
2   2   5    21   2  12     9
3   3   6    34   5  12     9
4   4   0    32   2  12     9

当被df_n的行数大于df时,会失败

> df4=data.frame(one=c(9,8,7,6,12))
> cbind(df,df4)
Error in data.frame(..., check.names = FALSE) : 
  参数值意味着不同的行数: 4, 5

虽然df_n的行数小于df,但df不是df_n行数的整数倍时,也会失败

> cbind(df,data.frame(one=c(5,2,3),two=c(12),three=c(9)))
Error in data.frame(..., check.names = FALSE) : 
  参数值意味着不同的行数: 4, 3

 

rbind 行连接

> rbind(df, data.frame(one_t=c(5),two=c(12),three=c(9)))
  one_t two three
9     1   4    32
2     2   5    21
3     3   6    34
4     4   0    32
1     5  12     9

当数据框的列名不一致、列数目不一致时,都会失败

> rbind(df, data.frame(one=c(5,2,1,2),two=c(12,4,6,8),three=c(9,4,2,1)))
Error in match.names(clabs, names(xi)) : 名字同原来已有的名字不相对

> rbind(df, data.frame(one_t=c(5),two=c(12),three=c(9),four=c(4)))
Error in rbind(deparse.level, ...) : 变量的列数不对

 

其他

#数据框的长度是列的数目
> length(df)
[1] 3

# 列数
> ncol(df)
[1] 3

# 行数
> nrow(df)
[1] 4

 

 

3、基本统计函数

> sum(c(1,2,3))
[1] 6
> mean(c(1,2,3))
[1] 2
> var(c(1,2,3))
[1] 1
> sort(c(2,1,3))
[1] 1 2 3

 

 

 

3、常用函数、变量

 

# 查看数据结构和类型

 

> mode(df)
[1] "list"

> class(df)
[1] "data.frame"> str(df)
'data.frame':    4 obs. of  3 variables:
 $ one_t: num  1 2 3 4
 $ two  : num  4 5 6 0
 $ three: num  32 21 34 32

  > typeof(12)
  [1] "double"

# 大/小写字母
> LETTERS[1:3]
[1] "A" "B" "C"
> letters[1:3]
[1] "a" "b" "c"
# 可放回抽样
> sample(c(1,2,3,4), 10, replace = TRUE)
 [1] 2 3 1 2 3 3 4 3 3 4

 

# 判断是否为空, 返回一个同类型(数组)的布尔值
> is.na(c(1,2,3,NaN))
[1] FALSE FALSE FALSE  TRUE

 

# generating regular suquences
> 1:5
[1] 1 2 3 4 5
> 2*1:5
[1]  2  4  6  8 10
> seq(1,5)
[1] 1 2 3 4 5
# 设定序列间隔
> seq(1,5,0.5)
[1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
# 固定序列长度
> seq(1,5,length.out = 4)
[1] 1.000000 2.333333 3.666667 5.000000
# 重复整个序列
> rep(c(1,2,3), times=5)
 [1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
# 重复序列单个元素
> rep(c(1,2,3), each=5)
 [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3

 

转载于:https://www.cnblogs.com/echo-coding/p/8796676.html

你可能感兴趣的:(matlab,r语言,数据结构与算法)