R语言——基本操作（二）

目录

一、矩阵与数组

二、列表

三、数据框

四、因子

五、缺失数据

六、字符串

七、日期和时间

参考

---

一、矩阵与数组

matrix：创建矩阵，nrow 和 ncol 可以省略，但其值必须满足分配条件，否则会报错

只写一个值则自动分配，默认按列分配

byrow属性可以控制矩阵按行排列

dimnames(m)：定义矩阵行和列的名字

dim(x)：输出x的维度

dim(x) <- c(2,5)：为 x 添加维度（创建数组），三个数字则为三维数组

array函数创建数组

array(1:24, c(2,3,4), dimnames=list(dim1, dim2, dim3))：1:24表示向量，c(2,3,4)为设置的维度，dimnames=list(dim1, dim2, dim3))为每个维度的名字

输出为：

矩阵的索引

m[2,3]：索引第二行第三列的元素

m[2,c(3,4,5)]：索引第二行，第三四五列的元素

m[c(1,2), c(3:5)]：取矩阵一二行中的三四五列

m[2,]：取第二行

m[,2]：取第二列

m[2]：取第二行第一个元素

m['R1', 'C2']：

矩阵的运算：对矩阵中的每个元素进行运算

直接计算矩阵的函数

colSums(x)：计算矩阵每一列的和

rowSums(x)：计算矩阵每一行的和

colMeans(x)：计算矩阵每一列的均值

m*n：为矩阵的内积 

m%*%n：为矩阵的外积

diag(x)：返回矩阵x对角线位置的值

t(x)：对矩阵进行转置

二、列表

生成列表

访问列表中的一个活多个元素

为每个对象添加名称

使用属性名访问列表元素

使用一个“[ ]”输出的是列表，两个“[ ]”输出的是元素本身

给列表添加值

添加新值要用 “ [[ ]] ”

删除列表中的元素：使用负索引的方式

或者将元素值赋值为 “NULL”

“ [ ] ” 和 “ [[ ]] ” 的区别：

三、数据框

        数据框是一种表格形式的数据结构，数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。

        数据框实际上是一个列表，列表中的元素是向量，这些向量构成数据框的列，每一列必须具有相同的长度，所以数据框是矩形结构，而且数据框的列必须命名。

矩阵与数据框的区别：数据框形状很想矩阵；数据框是比较规则的列表；矩阵必须为同一数据类型；数据框每一列必须为同一类型，每一行可以不同。

创建数据框

数据框的访问：通过索引访问数据

取出对应的列

取出对应的行

使用 “$” 的方式可以快速取出一列

使用数据框的多列数据，attach加载数据框，使用完后用 detach 释放

使用with根据列名获取数据

四、因子

变量分类：名义型变量、有序型变量、连续型变量。

在R中，名义型变量和有序型变量被称为因子，这些分类变量的可能值称为一个水平，例如good、better、best都称为一个水平。

这些水平值构成的向量就称为因子。因子本身是向量的集合。

因子的应用：计算频数，独立性检验，相关性检验，方差分析，主成分分析，因子分析。。。

mtcars中的cyl是一个向量，table是对其做频数统计

factor(vector)：定义因子 

定义因子中水平的顺序

将向量转化为因子

向量和因子输出的plot有什么区别

plot(mtcars$cyl)：输出散点图 

plot(factor(mtcars$cyl))：输出条形图

cut(vector):将一个连续型数据按level分类

五、缺失数据

在R中， NA代表缺失值，NA是不可用，not available的简称，用来存储缺失信息。

NA表示未知，不知道是几，也不知道有几个数。

定义 na.rm = T 就可以计算有效值，表示去除NA值

验证是否有NA值，有则在对应位置返回TRUE

na.omit()：去除缺失值，如果omit应用于数据框，则是将包含NA的每一行都删除。

缺失值的专门处理方式：

缺失数据NaN，代表不可能的值。

Inf表示无穷，分为正无穷和负无穷，代表无穷大和无穷小。

1/0，0不能做除数，所以输出不可能的数。

不同缺失值之间的差别

1.NA是存在的值，但是不知道是多少

2.NaN是不存在的

3.Inf存在，是无穷大或者无穷小，但是表示不可能的值。

六、字符串

正则表达式

nchar：统计字符串的长度，空格也算一个字符串

nchar()：返回向量中每个元素的长度

length()：返回向量中的元素个数

paste()：将多个字符串合并为一个

使用 “sep”设置分隔符

向量和字符串的连接，向量中的每个元素都和字符串相连

substr(string, start, stop)：提取子字符串

toupper(string)：将字符串转化为大写

tolower(string)：将字符串转化为小写

首字母大写

首字母小写

grep()：查找字符串

在x中查找“A+”，若fixed为TRUE，则表示在x中查找“A+”，若fixed为FALSE，则表示在x中查找以“A”开头的字符串，“+”表示匹配任意字符。

也可用 match 进行匹配

strsplit(string, 分隔符)：分割字符串，返回的值是一个列表

strsplit可以对多个向量进行分割

outer()：生成两个字符串之间的所有组合，paste表示连接两个字符串， sep设置连接符，默认为空格

七、日期和时间

Sys.Date()：系统当前时间

as.Date()：定义一个时间类型，使用 “?strftime” 命令可以查看格式化参数

seq(start， end， step)：创建连续的时间点

ts()：生成时间序列，frequenc为12表示以年为单位，为4表示以季度为单位

参考

R语言入门与数据分析