R语言初识

# 创建数据集&基本数据管理

1、向量 创建函数 c() a <- c(1,2,3,4)

a[c(i,j)] :[]给定元素所处位置的数值,即向量a中第i和第j个元素，a[2]第二个元素即2

length(a):返回向量a中元素的个数

2、矩阵 创建函数 X<-matrix（数据，nrow=n,ncol=m）

+使用下标及方括号[]来选择矩阵中的行、列或元素，X[i,],第i行

+将矩阵转化为数据框 dataframe <-as.data.frame(matircname)

3、数组 创建函数 <-array（）

4、数据框：将不同类型数据集放入一个矩阵中， mydata<-data.frame(变量1，变量2，。。)

+指明数据框中的变量方式：mydata$变量名

+使用下标及方括号[],mydata[1：i],1到i列

+指定列明，,mydata[c("column1","column2")]

----

+利用函数attach()将数据框添加到R的搜索中，也可以利用with()

+names(dataframe):生成一个包含所有变量名的字符型向量

5、因子：名义型变量及有序型变量称为因子，<-factor(因子),（把因子转译成数字）

6、列表：可以整合向量、矩阵、数据框及其他列表的组合，创建函数 <-list()

7、创建新变量

+ dataframe$varietyname <-dataframe$variety1 +/-/*/ dataframe$varerity2;;

+ attach(dataframe) dataframe$varietyname <-variety1+variety2

detach(dataframe)

+dataframe <-transform(dataframe,variety=variety1+/-/ variety2)

7、变量的重编吗 数据框$变量[dataframe$varity condition] <-expression:

当变量满足什么条件时，将expression赋值给新变量，或者用函数with（）

8、变量的重命名 rename() 或name()

9.函数is.na（）：检测缺失值是否存在

10.na.rm=true,可在计算之前移除缺失值并使用剩余值进行计算

11、na.omit()可以删除所有含有缺失数据的行

12、as.date(X,"input_format")用于将日期以字符串形式输入R中转化为以数值形式存储的日期变量

13、Sys.date()返回当天的日期，date()则返回当前的日期和时间

14、format(x,format="%B %d %Y"):输出指定格式的日期值

15、函数difftime(newday,oldday,units="week/day/year")计算时间间隔，并以星期，天，时等表示

16、函数as.character(),将日期转换为字符型变量

17、order（）函数对数据框变量进行排序

18、数据集的横向合并即添加列，使用函数merge（）,

+ 利用相同变量内连接 新数据框名 <- merge(dataframeA,dataframeB,by="变量"/by=c("bianliang1","bianliang2"))

+ 无相同变量的连接 cbline( A,B)

19、数据集的纵向合并函数添加观测 rbline(A,B),条件A与和变量数要相同

-----

#数据管理

1、scale()对矩阵或数据框的指定列进行均值为0、标准差为1的标准化

+ newdata <-scale(dataframe)

+ newdata <-transform(dataframe,variety=scale(variety)*SD+M)

2、概率函数

密度函数dorm,

分布函数pnorm,

分位数函数qnorm,

随机数生成函数rnorm

3、函数runif（）用来生成0~1区间上服从均匀分布的伪随机数。可以通过set.seed()设定随机数种子

4、根据指定的均值和协方差生成多元正态数据：MASS包中的mvrnorm()函数

mvrnorm(n,mean,sigma)，然后使用函数as.data.frame()矩阵转化成数据框

5、函数apply(矩阵/数组/数据框，维度下标，分析函数)，对指定的维度（行）进行分析

lapply/sapply将函数应用到list列表中

6、转置：函数t()对一个矩阵或者数据框进行转置

7、数据整合：将多组观测替换为根据这些观测计算的描述性统计量

* 函数aggregate（x待折叠的数据对象，by=list(变量1，变量2)，计算描述性统计函数）

* reshape包，融合melt（）函数及重铸cast（）函数

----

#基本统计分析

一、描述性统计量

1、summary()计算描述性统计量；

2、*Hmisc包中的describe（）函数可返回变量和观测的数量、缺失值和唯一值得数目、平均值、分位数以及五个最大的值和最小的值

*pastecs包中stat.desc()函数或者describe()函数计算描述性统计量

二、分组计算描述性统计量

1、分组计算描述性统计量，利用函数aggregate（）

+ aggregate(数据集中的[变量组]，by=list(变量名=数据集$变量)，function（比如mean.sd等）)，一次执行一个函数

+一次执行多个函数，使用自定义函数及by()，见P134

2、doBy包中的summaryBY()

3、psych包中的describe.by()

4、reshape包

三、频数表