1 R语言基础

As the Cantonese say, yauh peng, yauh leng, which means “both inexpensive and beautiful.” Why use anything else?1

1.1 R基本对象和属性

1.1.1 工作环境

如何获取当前工作路径，以及当前环境中有哪些对象，还有你这个工作路径中还有什么其他文件.在RStudio中，设置路径可以用Ctrl+Shift+h或者点击Session > Set Working Directory > Choose Directory

setwd(path) # 设置路径
setwd("d:\\rfiles\\myfiles") # 第一种格式
setwd("d:/rfiles/myfiles") # 第二种格式
setwd("..") # 设置到上一级
setwd('weibo') # 设置到下一级，如果当前路径存在这样一个文件夹
getwd() # 得到路径
ls() # 查看当前环境的变量

然后我比较常用的两个命令，一个是清空当前环境中所有对象，一个是清屏（把代码清理掉，看着舒服），但好像是在RStudio里面的快捷键，是Crtl+L.

rm(list = ls()) # 清空当前环境所有对象

1.1.2 R语言赋值符号

R语言接受 <-和=两个赋值符号，但是最好使用前者，因为“<-是固定只有赋值一种功能，而=是赋值加指定参数两个功能。这两个混用报错的情况见链接.

1.1.3 五种基本对象

我们在 R 语言里所操作和接触的所有东西 ，都被叫做对象（object），R 语言有五种最基本的对象 ，它们是最底层、最基础的对象.

  • 字符型（character）
  • 数值型（numeric）
  • 整型（integer）
  • 复数型（complex number）
  • 逻辑型（logical）（True/False）

最基本的对象就是向量了，可以用vector()函数创建一个空向量，向量只能包含相同类型(class)元素，但列表里可以装不同类型的元素.每个对象有不同的用法，具体看这个菜鸟R语言教程.大体如下图.

# 查看对象种类
typeof(1)
## [1] "double"

typeof(1L)
## [1] "integer"

1.1.4 特殊对象

  • Inf：无穷大，当然也可以得到负无穷大.
  • NaN(Not a Number)：缺失值，或者未定义的数，比如0/0.
  • NA(Not available)：也是缺失值，一般需要数据处理删去这种东西.
  • NaN是NA，NA不是NaN
1/0 # Inf
## [1] Inf

0/0 # NaN
## [1] NaN

NA的一些操作

a <- NA # NA
class(a)
## [1] "logical"
length(a)
## [1] 1

NA > 5
## [1] NA

10 == NA
## [1] NA

NA + 10
## [1] NA

NA / 2
## [1] NA

NA == NA # 疑惑
## [1] NA

对于最后的一个操作的一种解释，这个例子来自R for data science

# Let x be Mary's age. We don't know how old she is.
x <- NA

# Let y be John's age. We don't know how old he is.
y <- NA

# Are John and Mary the same age?
x == y
## [1] NA

1.2 R语言基础算术

数字加减乘除，取余数等

123 + 569  # 相加
## [1] 692

123 - 5  #相减
## [1] 118

12*5 # 乘法
## [1] 60

12^5 # 乘方
## [1] 248832

sqrt(2) # 开根号
## [1] 1.414214

除法涉及整除和取余数

22/5 # 除法
## [1] 4.4

22 %/% 5 # 整除
## [1] 4

22 %% 5 # 整除求余 
## [1] 2

1.3 对象的属性

R语言中对象可以有属性，但有些对象没有属性，一般常见的属性有:

  • 名称（names）、维度名称（dimnames）
  • 维度（dimensions）
  • 类（class）
  • 长度（length）
  • 用户自定义的属性(一般是包里面的对象)

如果要查看一个对象的属性，调用函数attribute()即可.下面是一个矩阵的例子，矩阵按列排的.

c <- matrix(c(1:12),nrow = 3,ncol = 4)
c
##      [,1] [,2] [,3] [,4]
## [1,]    1    4    7   10
## [2,]    2    5    8   11
## [3,]    3    6    9   12
attributes(c)
## $dim
## [1] 3 4

1.3.1 因子对象

分类型数据（category data）经常要把数据分成不同的水平或因子（factor）。比如，学生的性别包含男和女两个因子。因子代表变量的不同可能的水平（即使在数据中不出现）。在统计模型统计分析中十分有用，例如将0，1转换为’yes’,’no’就很方便，在R里可以使用factor函数来创建因子，函数形式如下

factor(x = character(), levels, labels = levels, exclude = NA, ordered = is.ordered(x))

# 无序
factor(c("女","男","男","女","女","女","男"))
## [1] 女 男 男 女 女 女 男
## Levels: 男 女

# 有序因子
score <- c("B","C","D","B","A","D","A")
ordered(score,levels=c("D","C","B","A")) 
## [1] B C D B A D A
## Levels: D < C < B < A

1.3.2 运行其他文件的R脚本

source("你的文件名.r")

如何引用文献和一些关于引用的问题

We try something with citation in footnote2 We try something with citation in footnote3

References

Xie, Yihui. 2015. Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC. https://yihui.org/knitr/.
茆诗松, 王静龙, and 濮晓龙. 2006. 高等数理统计. 第二版. 高等教育出版社.

  1. R Programming for Data Science by Roger D. Peng↩︎

  2. Here is the citation. See (Xie 2015)↩︎

  3. Here is the citation. See (茆诗松, 王静龙, and 濮晓龙 2006)↩︎