title: "R的学习笔记04"
author: "ks_c"
date: "2021/1/29"
output: html_document
<font face="宋体">以下为R数据分析指南与速查手册 第二章的内容</font>
2.1 向量
注意事项
- 向量内部的数据是同一类型
b <- c(1,'a')
b
[1] "1" "a" #这里的1和a都是字符串
typeof(b)
[1] "character"
- 可以个不存在的元素赋值，如果新赋值的元素与旧元素间有多个不存在的元素，那么这几个元素将变成NA。
x <- 1:5
x[8] <- 6
x
[1] 1 2 3 4 5 NA NA 6
x["a"] <- 8
x
a
1 2 3 4 5 NA NA 6 8
- 元素名
b <- c(x1=1.2,3.5,x3=pi)
names(b)
[1] "x1" "" "x3"
b
x1 x3
1.200000 3.500000 3.141593
names(b)[2] <- "x2"
names(b)[1] <- "x1_0"
b
x1_0 x2 x3
1.200000 3.500000 3.141593
- 向量删除
x <- c(0.5,1,100)
删除第1个元素
x <- x[-1]
x
[1] 1 100
x <- x[-length(x)] # 删除结尾元素
x
[1] 100
- 向量查询
x[x>3.1&x<=8]
[1] 4 5 6 7 8
&、|、!为向量中各元素分别求“与”、“或”、“非”，而&&、| |为向量第一个元素求“与”、“或”。 如果要求向量内部所有元素求“与”，用函数all，如果要求向量内部所有元素求“或”，用函数any
c(T,T,F)&c(T,F,F)
[1] TRUE FALSE FALSE
c(T,T,F)&&c(T,F,F)
[1] TRUE
all(c(T,T,T))&T
[1] TRUE
all(c(T,T,F))&T
[1] FALSE
all(c(T,T,F))
[1] FALSE
all(c(T,T,T))
[1] TRUE
any(c(T,T,T))
[1] TRUE
any(T,T,F)
[1] TRUE
- %in%：判断运算符前面的对象的各元素是否在后面对象的元素中，返回值的长度总与前面向量的长度相同。如：
c("a","b") %in% c("b","d")
[1] FALSE TRUE
is.element(x, y)类似于x%in%y
x <- 1:4;y <- 3:5
is.element(x,y)
[1] FALSE FALSE TRUE TRUE
which函数：不仅查询满足条件的值是多少，还可以查询他们在原向量中的位置。
其用法为：
which(x, arr.ind = FALSE, useNames = TRUE)
x：逻辑向量，返回元素为TRUE的位置。
如果仅需知道第1个为TRUE的位置，在后面加一个[1]即可，例如：
x <- c(1:6)
x
[1] 1 2 3 4 5 6
which(x>3)
[1] 4 5 6
which(x>3)[1]
[1] 4
-排序
x <- c(5:1,6,pi)
x
[1] 5.000000 4.000000 3.000000 2.000000 1.000000
[6] 6.000000 3.141593
y1 <- x[order(x)]# order()函数从小到大排序
y1
[1] 1.000000 2.000000 3.000000 3.141593 4.000000
[6] 5.000000 6.000000
y2 <- x[order(x,decreasing = TRUE)] # 用order()函数从大到小排
y2
[1] 6.000000 5.000000 4.000000 3.141593 3.000000 2.000000 1.000000
y12 <- sort(x) # 用sort函数
y12
[1] 1.000000 2.000000 3.000000 3.141593 4.000000 5.000000 6.000000
y22 <- sort(x,decreasing = TRUE) #从大到小排
y22
[1] 6.000000 5.000000 4.000000 3.141593 3.000000 2.000000 1.000000
关于向量的其他常见函数，请见troubleisafriend,
R语言常用数学函数
位置最大、最小值所在的位置用函数which.max和which.min
- 向量的翻转
x <- seq(2,10,by=2)
x <- x[length(x):1]
x
[1] 10 8 6 4 2
x <- rev(x)
x
[1] 2 4 6 8 10
- 向量的集合运算
交集：intersect(x, y)；
并集：union(x, y)；
差集：setdiff(x, y)[1]；
集合是否相等：setequal(x, y)；
确定元素是否是集合的某个元素：is.element(x, y)，它等价于x %in% y
以上函数只能对两个变量进行计算。
使用Reduce(function, x, init, right = FALSE, accumulate = FALSE)函数[2]可以批量操作：
Reduce(intersect, list(a,b,d))
[1] : 除去a中b的部分(A-B)
[2] : 将x中第1、2元素进行function操作，然后对操作完的值和第三个元素进行function操作，知道用尽x内的元素详见
- 向量的算术运算
- 加：+
- 减：-
- 乘：*
- 除：/
- 取模（余数）：%%
- 整除：%/%
- 乘方：^或**
2.2. 简单列表
list可以为任意类型数据，一般函数的输出结果均为list。
任意几个列表可以合成一个新列表。
- 列表的串联和元素插入
如果我们需要让两个列表的元素组成新的列表，依然用函数c将多个列表连接起来，返回的是列表而不是向量。
也可以用append()函数。
append(x, values, after = length(x))（
append函数也可用于向量，也是取向量values中的元素。
如果原列表的元素有名字，则新列表的元素继承其名字，如果原列表元素没有名字，在append函数中没有添加名字的功能，可以在之后单独用names()函数添加名字。
> x1 <- list(a=1,b="Apple",c=TRUE,d=1:3)
> x2 <- list(e=5+3i,f=c(1.5,2.6))
> # 列表的元素作为新列表的元素
> y1 <- append(x1,x2)
> y1
## $a
## [1] 1
##
## $b
## [1] "Apple"
##
## $c
## [1] TRUE
##
## $d
## [1] 1 2 3
##
## $e
## [1] 5+3i
##
## $f
## [1] 1.5 2.6
>length(y1)
[1] 6
y12 <- c(x1,x2)
y12
## $a
## [1] 1
##
## $b
## [1] "Apple"
##
## $c
## [1] TRUE
##
## $d
## [1] 1 2 3
##
## $e
## [1] 5+3i
##
## $f
## [1] 1.5 2.6
length(y12)
## [1] 6
# 向量的元素作为新向量的元素
y2 <- append(x1,1:5)
y2
## $a
## [1] 1
##
## $b
## [1] "Apple"
##
## $c
## [1] TRUE
##
## $d
## [1] 1 2 3
##
## [[5]]
## [1] 1
##
## [[6]]
## [1] 2
##
## [[7]]
## [1] 3
##
## [[8]]
## [1] 4
##
## [[9]]
## [1] 5
length(y2)
## [1] 9
# 列表本身作为新列表的元素
y3 <- list(x1,x2)
y3
## [[1]]
## [[1]]$a
## [1] 1
##
## [[1]]$b
## [1] "Apple"
##
## [[1]]$c
## [1] TRUE
##
## [[1]]$d
## [1] 1 2 3
##
##
## [[2]]
## [[2]]$e
## [1] 5+3i
##
## [[2]]$f
## [1] 1.5 2.6
length(y3)
## [1] 2
当在append函数中指定after值的时候，可用于元素的插入
2.3 矩阵
矩阵本质上是由维度的向量。向量能够进行的操作矩阵也可以进行。
矩阵创建
matrix(data = , nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
byrow=F为按列进行排列，在这里我详细说明。
矩阵的提取
[ ]内只有一个参数时按列提取
x <- matrix(1:8,nrow=2,byrow=T)
x
[,1] [,2] [,3] [,4]
[1,] 1 2 3 4
[2,] 5 6 7 8
x[2]
5
length(x)
8
矩阵的拼接
横向拼接：cbind，
纵向拼接：rbind，
被拼接的对象可以是矩阵，也可以是向量。他们在拼接方向需要有相同的维度。
#dim(x)可以查看维度
> dim(x)
[1] 2 4
当横向拼接向量时，向量被视为行向量；当纵向拼接向量时，其被视为列向量。
m1 <- matrix(1:8,nrow = 2)
m2 <- matrix(1:4,nrow = 2)
m3 <- matrix(1:12,nrow = 3)
v1 <- 1:4
v2 <- 1:3
cbind(m1,m2)
## [,1] [,2] [,3] [,4] [,5] [,6]
## [1,] 1 3 5 7 1 3
## [2,] 2 4 6 8 2 4
rbind(m1,m3)
## [,1] [,2] [,3] [,4]
## [1,] 1 3 5 7
## [2,] 2 4 6 8
## [3,] 1 4 7 10
## [4,] 2 5 8 11
## [5,] 3 6 9 12
rbind(m1,v1)
## [,1] [,2] [,3] [,4]
## 1 3 5 7
## 2 4 6 8
## v1 1 2 3 4
cbind(m3,v2)
## v2
## [1,] 1 4 7 10 1
## [2,] 2 5 8 11 2
## [3,] 3 6 9 12 3
特殊矩阵的创建
- 全0矩阵(初始化)
matrix(data = 0, nrow = 2, ncol = 2)即可得到2 x 2的全部为0的矩阵
- 对角阵
diag(x = 1, nrow, ncol, names = TRUE)
- x可以是数字或矩阵或一维数组
- names=T：如果矩阵x 有名称则继承其名称。
当仅包含两个参数，第1个参数为单元素，第2个参数为整数n时，表示创建n维对角矩阵，每个对角元素都为第1个参数。
第1个元素的类型可以是整数型、实数型、复数型或逻辑型，不能是字符串型。对逻辑型来说，非对角的地方为FALSE。
也可以创建对角线上元素不同的矩阵，此时将对角线上的元素以向量的方式作为diag的第一个参数，矩阵的维度与该向量的长度相同。如果指定维度，若对角线上元素长度小于行数与列数中的最小值，指定对角线向量会复制多份首尾相连。
当x为矩阵时，则不可以指定nrow和ncol，直接输出x对角线上的值。
> diag(x,length(x))
[,1] [,2] [,3] [,4]
[1,] 1 0 0 0
[2,] 0 2 0 0
[3,] 0 0 3 0
[4,] 0 0 0 4
x<- matrix(1:20)
> dim(x) <- c(4,5)
> x
[,1] [,2] [,3] [,4] [,5]
[1,] 1 5 9 13 17
[2,] 2 6 10 14 18
[3,] 3 7 11 15 19
[4,] 4 8 12 16 20
> diag(x)
[1] 1 6 11 16
行列名称
m1 <- matrix(1:8,nrow = 2, dimnames = list(c("r1","r2"),c("c1","c2","c3","c4")))
m1
## c1 c2 c3 c4
## r1 1 3 5 7
## r2 2 4 6 8
rownames(m1) <- c("p1","p2")
m1
## c1 c2 c3 c4
## p1 1 3 5 7
## p2 2 4 6 8
row.names(m1) <- c("R1","R2")
m1
## c1 c2 c3 c4
## R1 1 3 5 7
## R2 2 4 6 8
dimnames(m1) <- list(c("rr1","rr2"),c("cc1","cc2","cc3","cc4"))
m1
## cc1 cc2 cc3 cc4
## rr1 1 3 5 7
## rr2 2 4 6 8
矩阵的提取
m2 <- m[1 , , drop = FALSE]
单行矩阵
矩阵转置、翻转、旋转
转置：
t(m1)
上下翻转：
m1[nrow(m1):1, ]
左右翻转：
m1[ ,ncol(m1):1]
顺时针90度旋转：
t(apply(m1, 2, rev))
逆时针90度旋转：
t(apply(t(m1), 2, rev))
运算
矩阵级运算1
矩阵级运算2
2.4 高维数组
数组是具有维度（dim）属性的向量。矩阵是一种特殊的数组(一维)。
array(x, c(3, 4, 2))二维的两个3 x 4的矩阵组成的数组
>x <- array(1:3, c(2,4,2))
## , , 1
##
## [,1] [,2] [,3] [,4]
## [1,] 1 3 2 1
## [2,] 2 1 3 2
##
## , , 2
##
## [,1] [,2] [,3] [,4]
## [1,] 3 2 1 3
## [2,] 1 3 2 1
数组拼接
abind包中的abind()函数：abind(..., along=N)。
x
y<- x+100
#按行拼接
abind(x,y, along=1)
# 列方向拼接
abind(x,y, along=2)
# 页方向拼接
abind(x,y, along=3)
# 新的维度上拼接，新维度作为第1维，之前的维度顺次后移
abind(x,y, along=0)
2.5 数据框
数据框是一种特殊的列表，列表中每个元素都是一个有名字的向量，且这些向量的长度相同。不同的向量可以是不同类型的。数据框是统计分析中最常用的数据结构。
创建
name <- c("Alice","Bob","Christien")
age <- c(10,20,14)
gender <- c("F","M","F")
weight <- c(25,50,30)
df <- data.frame(name,age,gender,weight)
df
## name age gender weight
## 1 Alice 10 F 25
## 2 Bob 20 M 50
## 3 Christien 14 F 30
如果有字符串，dataframe中的字符串会被认为是因子类型。用stringsAsFactor=F可以阻止变为字符串。
所谓因子型，简单来说是包含顺序的字符串，顺序可由用户指定。在建模时，会被作为整数处理。
# 抑制字符串向因子型的转换
df2 <- data.frame(name,age,gender,weight,stringsAsFactors=FALSE)
df2
行名，列明的创建、提取和修改。
向量名被默认作为数据框的列名。
矩阵列名也会默认作为数据框列名。
如果数据框没有指定列名，则列名默认为“V1”、“V2”…，如果数据框没有指定行名，则行名默认为“1”、“2”、“3”…。
获取数据框列名，可用names函数或colnames函数。
获取数据框行名，可用row.names函数或rownames函数。
对数据框来说，row.names函数效率更高，因而推荐使用row.names函数。
在实际数据分析中，修改行名的做法很少见，更多的是增加一个ID列，然后做相应的修改。
提取数据时如果需要保持为单列数据框，可以添加drop = FALSE参数
# 给一个尚不存在的列赋值，即增加该列
df$new <- 1:4
df[5] <- NULL # 删除该列
# 可以通过序号的方式增加1列
df[5] <- c(T,F,F,T)
df
df <- data.frame(name,age,gender,weight) # 注意此处字符串会转化为因子型
df5 <- rbind(df3,df4)
df7 <- cbind(df1,df6)
#将相同的列合并，可以用merge函数
#merge函数会删除重复的相同列，而且可以根据相同列的顺序合并(相当于Excel中的=vlookup)
条件查询
subset(x, subset, select, drop=F)
subset参数可以提取行方面满足条件
select参数可以为列方面选取的范围
df2 <- subset(df,subset = name!="Einstein"&age>10,select = c(age:weight,height))
# !=为不等于
df2
排序
如果需要根据一列或多列的顺序，对其他列做相应的调整，可以使用order函数。如果需要将所有列都按降序排序，则增加decreasing = TRUE参数。如果大多数升序，某些降序，在降序的列前加-rank函数（如果是数值型，仅加负号就可以）。如果大多数降序，某些升序，在升序前加-rank函数函数，且添加decreasing = TRUE参数。下面是一些列子：
name <- c("Alice","Bob","Christien","Einstein")
age <- c(10,20,14,25)
gender <- c("F","M","F","M")
weight <- c(25,50,30,54)
nationality <- c("USA","UK","China","German")
height <- c(1.2,1.65,1.43,1.75)
df <- data.frame(name,age,gender,weight,nationality,height)
#gender、weight两列将序排列
df2 <- df[order(df$gender,df$weight,decreasing = TRUE),]
# gender降序，其余升序排列
# gender列前加一个-rank()就表示与默认排序方式不同。
df3 <- df[order(-rank(df$gender),df$weight),]
#gender升序，weight降序(数值变量直接加-即可)
df4 <- df[order(df$gender,-df$weight),]
网友评论