一、主要概念
变量（variables）
创造一个变量
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| ## 使用等号 = 号赋值
> var1 = c(0,1,2,3)
> print(var1)
[1] 0 1 2 3
## 使用左箭头 <- 赋值
> var2 <- c("learn","R")
> print(var2)
[1] "learn" "R"
## 使用右箭头 -> 赋值
> c(TRUE,1) -> var3
> print(var3)
[1] 1 1
|
打印一下定义过的所有变量
1
2
| ## 打印现在已经定义了的变量
## 使用 ls() 命令, ls 其实就是 list 的缩写
|
打印变量里的值
1
2
| ## 也可以用print()
print(xNum)
|
1
2
3
| ## 或者用str()
[展示时可能会发生变化哦，比如小数点位数默认保留两位]
str(xNum)
|
向量（vector）
啥是向量
一组相同类型的元素的列表，比如都是数字，或者都是字符串
是一维的
创造一个向量
1
2
| ## 使用c()命令
x <- c(2, 4, 6, 8) # create a vector x using combine function c()
|
下标（index）
既然是列表，那么其中的每个元素自然是要有序号的，但是和常见的其他编程语言不同，元素序号是从1开始的！
1
2
3
4
5
6
7
| > x <- c(2, 4, 6, 8) # create a vector x using combine function c()
> x
[1] 2 4 6 8
> x[1]
[1] 2
> x[4]
[1] 8
|
NA（暂时不知道具体有啥用）
1
2
| ## 使用c()命令，可以用NA作为一个占位符，其实际值为空
x <- c(2, 4, NA, NA)
|
列表（list）
和向量有什么不同？
向量：一组一维的相同类型的元素的列表，比如都是数字，或者都是字符串
数组：一组元素，可以包含不同类型的元素，比如数字、字符串以及矩阵的混合。除了一维外，也可以是多维的数组
[感觉不如向量用得广泛]
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
| ## 列表变量赋值
> my_list <- list(matrix(c(1, 2, 3, 4), nrow = 2), c(5, 6, 7))
## 打印列表
> my_list # 数组里的第一个元素是矩阵
[[1]]
[,1] [,2]
[1,] 1 3
[2,] 2 4
[[2]] # 数组里的第二个元素是向量
[1] 5 6 7
## 打印列表str()
> str(my_list)
List of 2
$ : num [1:2, 1:2] 1 2 3 4
$ : num [1:3] 5 6 7
|
数组的命名
1
2
3
4
5
6
7
| ## 直接创建一个列表
xList <- list(xNum, xChar) # method 1: create, then name
## 给列表元素命名
names(xList) <- c("itemnum", "itemchar")
## 创建列表的同时，直接给元素命名
xList <- list(itemnum=xNum, itemchar=xChar)
|
随后可以使用元素下标，或者命名后的name获取对应的元素
1
2
3
| ## 数组[下标]
> xList[[1]]
[1] 1.00000 3.14159 5.00000 7.00000
|
1
2
3
| ## 数组$名称
> xList$itemnum # method 2: $name reference
[1] 1.00000 3.14159 5.00000 7.00000
|
1
2
3
| ## 数组[[名称]]
> xList[["itemnum"]] # method 3: quoted name
[1] 1.00000 3.14159 5.00000 7.00000
|
数据框 （Data frame）
- 也有叫数据帧、数据表格的，感觉框表达的更形象
- 实际上可以理解为excel里存储的表格结构
1
2
3
4
5
6
7
8
9
10
11
12
13
| ## 创建一个data frame
df = data.frame(
姓名 = c("张三", "李四", "王五"),
工号 = c("001","002","003"),
月薪 = c(1000, 2000, 3000)
)
print(df) # 查看 table 数据
姓名 工号 月薪
1 张三 001 1000
2 李四 002 2000
3 王五 003 3000
|
1
2
3
4
5
6
7
8
| ## 平均工资(R语言支持中文)
> mean(df$月薪)
[1] 2000
## 也可以直接summary看整体数据
> summary(df$月薪)
Min. 1st Qu. Median Mean 3rd Qu. Max.
1000 1500 2000 2000 2500 3000
|
依赖库（package）
一些函数操作，是可以直接使用，不需要引入外部依赖库的，比如mean/min/max等基本计算。而另一些比较复杂的操作，需要引入外部package，使用package中对应的方法实现：
1
2
3
4
5
6
7
8
| ## 安装readxl库
install.packages(“readxl”)
## 引用readxl库
library("readxl")
## 借助readxl库读取excel数据，文件名为deospray sales.xls，sheet名为deospray
deospray.data <- read_excel(path = "deospray sales.xls", sheet = "deospray")
|
函数（function）
可以自定义一些func便于重复使用
1
2
3
4
5
6
7
8
| se <- function(x){
# computes standard error of the mean
tmp.sd <- sd(x) # standard deviation
tmp.N <- length(x) # sample size
tmp.se <- tmp.sd / sqrt(tmp.N) #std error of the mean return(tmp.se)
}
se(store.df$store.visits)
|
二、数据读取 From excel/csv
excel
1
2
| library(readxl)
deospray.data <- read_excel(path = "deospray sales.xls", sheet = "deospray")
|
csv
1
2
3
4
| read.csv("Data_Descriptive.csv")
store.df <- read.csv("Data_descriptive.csv")
## 将storeNum构建为R因子
store.df$storeNum <- factor(store.df$storeNum)
|
三、数据处理的汪洋大海～