摘要：今天的笔记内容是R语言中数据创建、随机自动生成、查看、转化相关基础知识。包括cbind、rbind、rnorm、runif、rep、dim、apply、str等的用法。
R语言数据处理基础笔记
创建数据
- 正态分布
随机正态分布数据可以用rnorm函数生成，下面生成8个随机数值，平均值为1，标准差为2
> rnorm(8,mean=1,sd=2)
[1] 1.2431291 1.9648432 -2.4450025 -0.7330347
[5] 3.2119733 2.3628804 0.7375560 4.6286765
- 均匀分布
利用runif函数生成4个随机数，服从最小值为3，最大值为5的均匀分布。
> runif(4,min = 3,max = 5)
[1] 3.627561 4.834160 4.783988 3.289960
- 生成重复值
rep函数生成重复值，下面为将1重复3次。
> rep(1,3)
[1] 1 1 1
一个简单实例数据
R语言中1:20表示生成从1到20的数字内容，dim表示数据框的维度。下面生成一个五行四列的矩阵。
> a <- 1:20
> dim(a) <- c(5,4) #设置a为5行4列
> a
[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
letters表示从a依次生成小写字母，LETTERS表示依次生成大写字母，利用colnames和rownames对矩阵的列名和行名进行修改。
> colnames(a) <- letters[1:4] #列名
> a
a b c d
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20
> rownames(a) <- LETTERS[1:5] #行名
> a
a b c d
A 1 6 11 16
B 2 7 12 17
C 3 8 13 18
D 4 9 14 19
E 5 10 15 20
查看刚刚创建数据的最大值、最小值、行数、列数：
> max(a)
[1] 20
> min(a)
[1] 1
> nrow(a) #行数
[1] 5
> ncol(a) #列数
[1] 4
apply表示对数据按每一行（1）或者每一列（2）进行操作，计算每一列的方差、中值偏差、均值：
> apply(a,1,var) #对a的每一行计算方差
[1] 41.66667 41.66667 41.66667 41.66667 41.66667
> apply(a,1,mad) #对a的每一行计算中值差
[1] 7.413 7.413 7.413 7.413 7.413
> apply(a,2,mean) #对a的每一列计算平均值
[1] 3 8 13 18
对矩阵进行转置操作：
> expr = t(a) #t（）表示转置
> expr
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 6 7 8 9 10
[3,] 11 12 13 14 15
[4,] 16 17 18 19 20
> str(expr) #str函数是非常好的查看数据工具哈哈哈哈
int [1:4, 1:5] 1 6 11 16 2 7 12 17 3 8 ...
数据类型和转换
刚刚创建的数据为矩阵（matrix）格式，可以使用is.matrix（a）来检测。
> is.matrix(a)
[1] TRUE
> is.vector(a)
[1] FALSE #不是向量，所以显示FALSE
如果想把矩阵转化为数据框data.frame,只需要使用as.data.frame()命令。
> is.data.frame(a)
[1] FALSE
> is.data.frame(as.data.frame(a))
[1] TRUE
数据的合并与组合
在Linux中有paste和cat命令能对表格（矩阵）按照行或者列进行合并（点击这里跳转阅读），R语言中也有类似的命令cbind和rbind，接下来首先创建两个2×2的矩阵。
> a <- matrix(1:4,2,2)
> a
[,1] [,2]
[1,] 1 3
[2,] 2 4
> b <- matrix(5:8,2,2)
> b
[,1] [,2]
[1,] 5 7
[2,] 6 8
使用cbind将两部分数据按列合并，即左右两坨横着拼起来。
> cbind(a,b)
[,1] [,2] [,3] [,4]
[1,] 1 3 5 7
[2,] 2 4 6 8
使用rbind按照行进行合并，即上下两部分合在一起。
> rbind(a,b)
[,1] [,2]
[1,] 1 3
[2,] 2 4
[3,] 5 7
[4,] 6 8
数据的中心化和标准化
数据分析时，不同数据有不同的特征和衡量差异，需要对数值进行中心化（数据减去均值得到）和标准化（在中心化后除以标准差）。
R语言中实用scale函数直接完成上述步骤，比如对1,2,3三个数进行处理，得到如下结果。
> scale(1:3)
[,1]
[1,] -1
[2,] 0
[3,] 1
attr(,"scaled:center")
[1] 2
attr(,"scaled:scale")
[1] 1
参考资料：
http://www.ehbio.com/Bioinfo_R_course/Rbasic.html#R_version
https://blog.csdn.net/qq_27586341/article/details/91365165
本文由mdnice多平台发布
网友评论