R简易入门（一）

本文内容来源：https://www.dataquest.io/mission/126/introduction-to-r

本文数据来源：https://www.whitehouse.gov/21stcenturygov/tools/salaries

本文摘要：简单介绍了一下R语言的入门语法

 

赋值

大部分的语言对变量赋值都是使用等号（=），R语言也支持用等号赋值，但是，最传统且默认的赋值方法是用( <- )符号

a <- 100  # 给a变量赋值100

print(a)   # 使用print函数来输出，输出结果为[1] 100

print( class(a))  # 使用class函数可以查看变量的数据类型，在R中比较常用的数据类型有character（用来保存文本），numeric（保存数字），输出结果为[1] numeric

 

向量

使用c函数来创建一个向量，注意：R中的向量是从1开始计数的

russianPresidents <- c("Mikhail Gorbachev", "Boris Yeltsin", "Vladimir Putin")

print(russianPresidents[1]) # 输出[1] "Mikhail Gorbachev"

print( length(russianPresidents)) # length函数用来输出变量的长度，这里输出[1] 3

applePrices <- c(113, 114, 115)

print(applePrices[1])  # 输出[1] 113

 

其实，在最开始的赋值语句 a <- 100中，R实际上也是创建了一个向量，相当于a <- c(100)

a <- 100

b <- c(100)

print(identical(b, a)) # identical函数用来检查两个变量的类型是否一致，这里输出[1] TRUE

 

对一个向量直接进行数学运算如加减乘除，实际上是对变量中的每一个元素都进行运算

stockPrices <- c(10, 9, 11, 15)

print(stockPrices + 2) # 输出[1] 12 11 13 17  实际上返回的是一个新的向量

print(stockPrices) # 输出[1] 10, 9, 11, 15 并没有覆盖掉原来的变量，所以原来变量保存的值不变

一个变量只能存储一种数据类型，所以，如果把多种数据类型存放在一个变量中，会发生数据转换

mixedVector <- c("Fifteen", 15, 0)

print(mixedVector) # 输出[1] "Fifteen"  "15" "0" ，两个数字都被转换为了字符串格式

 

矩阵

向量是一维的数据，而矩阵则是多维数据，使用matrix函数来创建矩阵

B <- matrix(c(1,2,3,4,5,6), 3, 2) # 将一个向量转换成一个3×2的矩阵，一定要注意的是向量的长度要等于维度的积

print(B)

#输出：

     [,1]   [,2]

[1,]    1    4

[2,]    2    5

[3,]    3    6

 

对矩阵的元素进行索引

print(B[2,1]) # 输出第二行第一列的数据：[1]  2

print(B[,1])  #输出第一列的数据，[1] 1 2 3

print(B[1,])  #输出第一行的数据，[1] 1 4

 

函数

定义一个加法函数

add <- function(a, b){

    d <- a + b

    return(d)

}

print( add(1, 2)) # 调用了上面定义的add函数

上面定义了一个名为add的变量，该变量赋值了一个执行加法的函数，function是定义函数的关键词，a和b则是要传入的参数

 

读取数据

原始数据展示（这是一份白宫人员的薪酬表，每一行代表了一个人的薪酬和其他信息）

Name,Status,Salary,Pay Basis,Position Title

"Abdullah, Hasan A.",Detailee,105960,Per Annum,POLICY ADVISOR

"Abraham, Sabey M.",Employee,55000,Per Annum,ENERGY AND ENVIRONMENT DIRECTOR FOR PRESIDENTIAL PERSONNEL

 

在R中，使用函数read.csv来读取一个csv文件

whiteHouse <- read.csv('2015_white_house.csv')

whiteHouse此时的数据类型是data frame，与矩阵不同之处在于矩阵只能存储一种数据类型的元素，而data frame可以存储不同数据类型的元素，并且data frame会自动把第一行的数据作为列名，所以可以使用列名来引用某一列

#要得到第一行第三列的数据

whiteHouse[1, 3]

#等价于

whiteHouse[1, ‘Salary’]

#而whiteHouse[‘Salary’]则代表了列名为Salary的那一列数据

需要注意的是虽然whiteHouse[‘Salary’]和whiteHouse[, ‘Salary’]返回的结果一样，但是他们之间是存在不同的，whiteHouse[‘Salary’]返回一个data frame对象，该对象只有一列数据。whiteHouse[ , ‘Salary’]返回的是一个向量

 

简单运算

要计算每个平均薪水

average = sum(whiteHouse[‘Salary’]) / nrow(whiteHouse[‘Salary’])

# sum函数计算一个向量或者矩阵的总和，nrow函数返回矩阵或者data frame的行数

 

查找最高、最低薪水

highestSalary = max(whiteHouse['Salary'])

lowestSalary = min(whiteHouse['Salary'])