Chapter 1 R 語言基本概論

R 系統是由 Ross Ihaka 與 Robert Gentleman 從 S 語言所發展出來, 主要是為了統計分析與統計繪圖. R 除了資料處理與分析, R 擁有一完整陣列和矩陣的操作運算, 完整圖形工具, 也是一種相當完善的程式設計語言. S 語言在 1980 年代末期, 由 AT&T 實驗室, Rick Becker, John Chambers, 與 Allan Wilks 發展用來進行統計分析與統計繪圖, 1990 年代, Insightful 公司將 S 商品化, 並加入許多方便的操作介面, 稱為 Splus. R 與 S (或 Splus) 語法大多相近, R 與 S 都是以物件導向為主的程式語言, 透過交互作用方式很容易地進行統計分析與統計繪圖, 在當年 S 語言使用交互作用方式與當時主流統計軟體, 如 SAS, SPSS 有相當差異. 且最大差別是 R 是一個免費的統計分析軟體 (open-source, GNU General Public License), R 目前由一群跨國際的志工人員組成的 {R} 核心發展組織 (R core-development team) 所維持, 運作與持續更新發展, 在今日, {R} 不僅是統計專業人員的研究工具, 也是資料科學家經常使用的重要工具之一.

1.1 下載與安裝 R

R 有各種版本, 可以在 Microsoft Window, Unix/Linux, Apple Mac OS 等作業性系統運行, 以下則以 windows 作業系統為主要說明. 若你的 windows 使用者名稱或帳號為中文, 請先進入控制台, 新增或變更 ``使用者名稱’’ (User), 更改使用者名稱為英文, 然後才進行以下安裝. 任何與 R 的檔案名稱或路徑名稱, 請勿使用中文, 空格或特殊符號.

R 與其他軟體成可以形成強大的可重製性研究論文或動態文件 (Reproducible Research, Dynamic Documentation), 可同時依序安裝 Rtools, RStudio, Tex System, Pandoc, Git 等相關軟體. 初學者請請讓軟體內設的路徑 (PATH) 自動安裝, 不要任意更動 PATH 與安裝位置. 安裝任何與 R 相關軟體, 請按滑鼠右鍵以系統管理員身分執行.

R 時常有更新版本, 下載與安裝 R 與 Rtools 簡述如下: 1. 上網至 http://www.r-project.org 2. 按滑鼠點選網頁左邊連結 (Link) 下載區 Download CRAN. 3. 按滑鼠點選網頁 CRAN Mirrors 中的任一鏡像網址 (CRAN Mirrors), 如 https://cloud.r-project.org/ 4. 按滑鼠點選上述鏡像網址內網頁中的 Download R for Windows. 5. 按滑鼠點選網頁 R for Windows 中的 base. 6. 按滑鼠右鍵, 點選檔案網址 Download R X.Y.Z for Windows, 其中 X.Y.Z 為 R 版本代碼, 下載儲存至個人檔案夾內. 7. 至下載的檔案夾內, 按滑鼠右鍵點擊 R-X.Y.Z-win.exe, 以系統管理員身分執行安裝. 8. 可選擇中文或英文進行安裝, 只要安裝 64 位元系統. 9. 回到與 base 同一網頁視窗, 點選 Rtools, 點選最先版本的 Rtoolsxx.exe. 下載檔案, 請按滑鼠右鍵以系統管理員身分執行安裝. 10. 詳細安裝 Windows, Mac 或 Linux 作業系統, 利用 google 或 Youtube 等, 搜尋相關訊息.

1.2 下載與安裝 RSudio

直接在 {R} 視窗輸入 {R} 指令並不是很方便. 使用文字編輯軟體輸入, 修正, 儲存, 然後再送到 {R} 執行. 過去有許多 {R} 文字/程式編輯軟體可用, RStudio 是目前最方便的 {R} 編輯程式, RStudio 原始是 {R} 的一種操作介面, 目前也衍伸成可使用多種程式語言的操作介面. 可上網至 http://www.rstudio.com/, 在 Product 選項下, 選擇 R premier IDE for R, 選擇 Rstudio Desktop, 選擇合適的作業系統進行下載 RStudio. 下載 Rstudio 檔案完成後, 請按滑鼠右鍵以系統管理員身分執行安裝. 再次注意, 使用者名稱 (User Name), 須更改使用者名稱為英文, 然後才進行下載安裝. 任何與 RSudio 的檔案名稱或路徑名稱, 請勿使用中文, 空格或特殊符號. 若想使用 Tex/LaTeX, 或 讓 Rstudio 產生 PDF 檔案, 需依序安裝 Tex system, Pandoc, Git, 安裝 TeX/LaTeX/XeLaTex 系統, 請至 https://www.latex-project.org/get/, 或直接安裝 MikTeX: http://miktex.org/. 安裝 Pandoc, 請至 http://pandoc.org/, 或 http://pandoc.org/installing.html. 安裝 Git, 請至 https://git-scm.com/. 同時申請 GitHub 帳號, 任何軟體請按滑鼠右鍵以系統管理員身分執行安裝. 詳細的可重製性研究論文操作, 可參考 (Xie 2015), Xie (2020) https://bookdown.org/yihui/rmarkdown/, https://rmarkdown.rstudio.com/ 等文件.

1.3 簡單實例

學習 {R} 最好的方法, 就是要開始使用 {R}, 初學者要了解 {R}, 可先進行一些簡單實例的演練, 首先須注意的是, 在 {R} 程式語言所使用的文字, 大小寫是有差別的. 直接在 {R} 或 RStudio console 視窗輸入指令都會得到相同的結果.

1 + 2       # calculator
log(3.14)   # log function
x = 1 + 2   # one plus two assign to x
x           # print x
x = c(1, 3, 5, 7) # get a vector
mean(x)     # mean function
log(x)      # log function

若要自學基本 {R} 或 進階 {R}, 利用 google 搜尋 R Introduction, R Tutorial 等, 或搜尋與觀看 YouTube 影片. 請繼續練習下列指令.

factorial(4)
sin(pi)
x.vec <- c(2:5)
exp(x.vec)
matrix(c(1:6), nrow = 2, ncol = 3)
weight = c(50, 45, 67, 53)
mean(weight)
sd(weight)

{R} 具有強大的繪圖功能, 可將程式語言與繪圖函數緊密結合, 控制標題, 顏色, 說明文字等, 繪製高品質的統計圖並可儲存於不同格式, 提供不同文書處裡軟體使用. 練習以下指令可以體會一些 {R} 的繪圖功能.

## demo
demo(graphics)
demo(image)
example(contour)
demo(persp)
example(persp3d)
demo(plotmath)
demo(Hershey)
install.packages("lattice") # install package
library("lattice")          # load package
demo(lattice)
example(wireframe)
install.packages("rgl")
library("rgl")
demo(rgl)                   # Interact using your mouse.

{R} 是統計程式語言, 程式語言是語言的一種, 程式語言是人與電腦溝通的工具, 任命令電腦做事的語言. 程式語言是須嚴謹的邏輯語法, 電腦才會正確執行命令,

{R} 對於未有統計專業背景的初學者是困難學習的語言, 初學者學習 {R} 語言, 類似小孩學習語言, 通常須 0.5 – 1.0 年以上, 初學者請先直接學習現成實用的簡單指令, 初學者請不要先學太多抽像語法與閱讀抽像說明, 若已經學習其它一種程式語言相對較容學會易另一種程式語言. 學習程式語言最大挫折是城市經常出現無法理解的錯誤訊息, 可利用 google, 將錯誤訊息尋找容易理解的答案. {R} 最常犯的錯誤如下:

  • 英文大小寫差異.
  • 英文單字拚錯.
  • 中文編碼問題, Big5 與 utf-8 等.
  • 缺少標點符號: 單/雙引號, 逗號, $, }, ], ).
  • 變數名/物件名, 指令, 資料檔案: 多餘空白, 多餘空格, 多餘 Tab 等.
  • 直接從 PDF 文件 或 Web 等 copy 程式造成亂碼.
  • 未詳細閱讀錯誤訊息或警告訊息.

初學者對物件命名時, 應盡量避免定義一個物件名字, 與現有的物件同名, 所以命名時要避免重覆, 同時避免物件名字過短, 以免後來引起錯亂.

1.4 物件 Object

{R} 與 S 是物件導向為主的程式語言, (Object-Oriented Programming Language), 在 {R} 系統中, 儲存的資料或可執行的函數, 都稱為 物件 (object). {R} 物件包含儲存資料的 向量 (vector), 矩陣 (matrix), 陣列 (array), 列表 (Lists), 資料框架 (data frames) 或執行特定運算指令的 函式 (function) 等.

{R} 透過函式或指令, 很容易地對資料物件進行統計分析與統計繪圖. 須特別注意, 在 {R} 對物件或指令命名的英文大小寫是有差異, s 與 S 是不同的. 對物件命名時, 物件名字 (object name) 起始位置必須以 英文字母 或 . (句點) 命名, 若物件名字以 . 為起始, 則物件名字的第二個位置需為文字, 物件名字其餘位置, 以英文字母 (A-Z 或 a-z), 數字 (0-9), /, ., _ (underscore) 或 -, 等皆可. 中間不可有空格.

{R} 也保留一些特定名字做為特定的物件名字, 指令名字或常用函式名字使用, 例如, c, s, C, T, F 等, 這些名稱叫做 保留名字 (reserved names). 例如:

FALSE Inf NA NaN NULL TRUE
break else for function if in next repeat while
F T
c q s t C D I
diff mean pi range rank var

初學者對物件命名時, 應盡量避免定義一個物件名字, 與現有的物件同名, 所以命名時要避免重覆, 同時避免物件名字過短, 以免後來引起錯亂.

1.5 使用指令

{R} 基本介面是一個互動式指令視窗, 指令可分成 2 種, 一為 運算式 (expression), 例如,

1 + 2
log(x)
mean(x)

另一個為 指派運算 或 賦值運算 (assignment), 例如,

x <- 1 + 2
x = 4 - 5

當一個 {R} 程式需要使用者輸入指令時, 它會顯示 指令提示符號 (prompt symbol), 指令提示符號通常是一個 > (大於符號). 當使用者輸入完整的 運算式, 則運算式指令輸入後的結果, {R} 會馬上顯示在指令下方. 當使用者輸入完整的 指派運算, {R} 同樣會做運算式, 並且把結果 (值) 傳給變數, 但結果不會自動顯示在 {R} 視窗螢幕上. 在 {R} 中可利用

options(prompt = "R>")

將指令提示符號 > 改成 R>.

指派運算符號 (assignment symbol) 通常是 <- ``, 一個小於符號和一個短線符號組成, 例如,x <- 1 + 2, 讀成x**得到** $(1 + 2)$. 在 {R} 中可以如傳統的程式語言或統計軟體, 使用=(等號) 為 **指派運算符號**, 例如,x = 1 + 2, 但在 {R} 中,=(等號) 還有其他用途, 使用者可依個人習慣使用<-或=, 但是多數 {R} 專業人士建議使用<-`.

要顯示賦值運算的結果, 可以輸入物件名, 使用函式 print(), 或在賦值運算時, 前後加上小括號顯示賦值運算的結果.

## asign          
x <- 1   # assign object x           
x        # show x             
## [1] 1
print(x) # print()                  
## [1] 1
msg <- "hello"                   
msg     # show x                     
## [1] "hello"

如果一條輸入的指令在第一行結束的時候, 在 {R} 語法上還不完整, 若用鍵盤上 <Enter> 按鍵時, 則 {R} 會給出另一個不同的提示符號, 通常是 + (加號), 且該提示符號 + 會出現在第二行, 和隨後的數行中, {R} 持續地等待使用者輸入指令. 當一指令在語法上是完整的時候, 使用鍵盤上 <Enter> 按鍵時, {R} 才會執行指令. 不同的完整指令要在同一行輸入時, 可用 ; (分號) 隔開, 或是另起一新輸入行輸入指令分別輸入不同的完整指令. 例如,

## input at the same line, use ;
x <- 1 + 2; y <- 3 + 4
## input 2 lines separately  
x <- 1 + 2
y <- 3 + 4

數個指令也可以放入一組大括弧內, { ; }, 數個指令放在一起, 構成一個 複合運算式 (compound expression), 這部份在函式的章節會再進一步說明.

在 {R} 中, 若要對任何指令, 物件, 程式語言 加上 注釋 (commands), 則注釋從 # (井號) 開始, 到句子收尾之間的語句就是是注釋, 在 {R} 中, 注釋幾乎可以放在任何地方的任何一行之中. 習慣上, 整行的注釋使用雙井號作為開始, ##, 運算式尾端注釋使用單井號開始 #.

## This is my R code
log(pi)
## [1] 1.14473
## simple calculation
3+4 # calculator: two plus one
## [1] 7

在 {R} 互動式窗 Console 中, 若要重複一個指令, 或是叫回之前輸入的指令, 可以用鍵盤上的 \(\uparrow\) (向上) 箭頭按鍵, 調出之前已經輸入的指令, 視窗中便可顯示之前的輸入指令, 再利用鍵盤上 <DEL> 按鍵更改成所要輸入的指令. 可以再次練習以下指令, 檢視 {R} 會傳結果.

# This is my R code
x = 1 + 2  # one plus two
x
## [1] 3
x + 4
## [1] 7
x - 1
## [1] 2

1.6 查詢顯示物件與刪除物件

在 {R} 中產生和控制的實體稱為 物件 (object), 它們可以是向量, 陣列, 字串, 函式等不同型式. {R} 函式 object() 或 ls() 可以查詢與顯示當前保存在 {R} 環境中的物件名稱.

## show objects
objects() # shiow all objects
ls()      # show all obkects
ls(x, y)  # show x and y object

透過函式 rm(), 可以刪除物件, 例如,

## delete objects: x.vec and y.vec 
rm(x.vec, y.vec)

可以刪除物件 x.vec 與 y.vec.

1.7 程式中止操作

當程式寫作不當, 造成 {R} 永無止境的執行運算. 若要中斷執行中的程式, 可按下 <Esc> 鍵中斷執行中的程式. 例如, 輸入

for (i in 1:1000000) print (i) # press <Esc>

按下 <Esc> 鍵可中斷執行中的程式.

1.8 工作目錄

任何 {R} 工作中產生的物件或暫時檔案, 都會在電腦的 工作目錄 或 工作路徑 (working directory). {R} 指令內的路徑 (PATH) 分隔為 // (例如, C://RData//) 或 / (例如, C:/RData/). 可用 Windowns 的 \(\backslash\backslash\) (例如, C:\(\backslash\backslash\)RData). 指令 getwd(), 可以顯示當前工作目錄. 指令 setwd(), 可以改變當前工作目錄. 請練習以下指令.

getwd() # show your current working directory
setwd("C:/RData/")
getwd()
## [1] "C:/RData"

請再比較下列比較檔案路徑格式指令.

setwd("C:/RData")
getwd()
setwd("C:/RData/")
getwd()

使用 {R} 做統計資料分析, 不同的分析資料計畫, 最好使用不同的工作目錄, 以免相同名字的物件, 相互取代, 也便於管理. 在分析資料過程中, 將物件命名為 age, gender, m1.lm, m2.lm 等, 是一件常有的情形, 在任一次的分析計畫中, 這樣的命名是有其特定含義, 但不同分析資料計畫, 在一個工作目錄下進行時, 區別資料內相同物件名字, 是一件非常困難的事情. 此時可以利用 RStudio　專案計畫 (project), 將不同資料分析或課程內容獨立在一個專案計畫, 每一個專案計畫都在同一檔案路徑或檔案夾中, 此時程式便可攜帶任一作業系統或上傳到 GitHub 系統. 詳細的可重製性研究論文操作與版本控制 (version control), 可參考 (Xie 2015), Xie (2020) https://bookdown.org/yihui/rmarkdown/, https://rmarkdown.rstudio.com/, https://happygitwithr.com/ 等文件.

1.9 程式編輯軟體與整合系統 RStudio

若要方便使用中文以及可重製性研究論文系統, 可更動下列選項. 開啟 RStudio: 使用滑數點選 Tools, 點選 Global Options.....

  • 點選 General, 取消點選 Restore .RData, 在 Save workspace to .RData on exit: 點選 Never.
  • 在 Default text encoding: 點選 UTF-8.
  • 點選進入 Appearance, 點選你喜歡的式樣, 例如, 點選 Zoom: 140%, 點選 Font size: 14, 點選你喜歡的字型.
  • 點選進入 Sweave, 在 Waeve Rnw file using: 點選 knitr, 在 Typest LaTeX into PDF using: 點選XeLaTeX`.
  • 最後記得點選 Apply 或 OK.

開始使用 {RStudio} 撰寫第一個 R 程式檔案.

  • 開啟 {RStudio}, 檢視 {RStudio} 在左上角視窗最上端工具列.
  • 點選 File \(\rightarrow\) New File \(\rightarrow\) R Script, 開啟一新的 R 程式檔案.
  • 同樣在左上角視窗最上端工具列, 點選 File, \(\rightarrow\) 存檔案 Save as, 在檔案夾 C:\(\backslash\)RData, 儲存成為 Rlab00.r 檔案.
  • 以 .r 或 .R 為副檔名, 代表 {R} 程式檔案.
  • 在 source 視窗, 輸入以下程式.
  • 輸入完成後, 同樣在左上角視窗最上端工具列, 點選 File, 存檔案 Save.
  • 上述操作部分指令有捷徑可使用.

以下撰寫第一個 R 程式, 並完成存檔.

## Rlab00.r
x <- 1
print(x)
x
msg <- "hello"
msg
y <- 1:20
y
rm(x, msg, y)

將程式輸入在 R 程式檔案內, 將要執行的程式行列, 以滑鼠反白, 複製 (copy) 到 {RSudio} Console 視窗, 執行程式. 可以滑鼠反白, 同時按 <control>+<Enter> 鍵, 執行程式. 使用 {R} 程式檔案, 可保有 {R} 程式, 隨時修正或重複執行. 將下列指令輸入在 {RStudio} 新建立的 Rlab00.r 檔案內. 請再次練習下列指令, 並執行致令, 在 {RSudio} Consol 視窗檢視結果.

  • 開啟 {RStudio}, 檢視 {RStudio} 在左上角視窗最上端工具列.
  • 點選 File \(\rightarrow\) New File, 可嘗試建立 \(\rightarrow\) R Notebook 或是 R Markdown, {RStudio} 會自動建立簡單模板 (template). 可見在區塊 (chunk) 以三個撇號 ```{r} 與尾端三個撇號 ``` 之間 可以撰寫 R 程式. 例如,

```{r}
2.4*3.8
x.vec = rnorm(50)
y.vec = rnorm(50)
plot(x.vec, y.vec)
```
使用 R Notebook或是R Markdown的好處是可以將報告文字與統計分析結果, 表格或圖片整合, 不用再copy$\rightarrow$paste到 word 文件上. 當資料增加或修正, 僅要按下上方knit, 即可再次自動排版產生正確的分析結果, 表格或圖片. 讀者可利用 R Notebook 或是 R Markdown 的模板, 按下上方 knit 檢視生成的報告.

1.10 函式 Function

{R} 有許多 函式 (function), 函式是一種物件, 是指令的集合, 執行特定功能或運算工作的指令, 資料整理, 資料分析等, 透過函式, 擴展了 {R} 在程式語言的功能性與便利性. 函式內通常需輸入 引數 (argument).

{R} 基本系統 (base) 提供了一部分常用函式, 而更多不同類型的函式, 則由許多不同的學者貢獻到 {R} 系統 (contribution) 中, 這些函數都是用 {R} 程式語言寫成的. 例如, 統計常用函式 mean(), var(), sd(), log() 等. 請練習以下 R 程式.

## function
## function c() = concatenate elements, return a vector x.vec
x.vec = c(1:5) 
x.vec # show x.vec 
## [1] 1 2 3 4 5
mean(x = x.vec) # function mean() calculate mean, return a scalar
## [1] 3
var(x = x.vec)  # function mean() calculate variance
## [1] 2.5
log(x = x.vec)  # take log for all elements in vector x.vec
## [1] 0.0000000 0.6931472 1.0986123 1.3862944 1.6094379

一個函式內通常需輸入 引數 (argument) 或是 統計公式, 統計模型, (formals). 引數可以是一個以上, 有些引數一定要輸入, 稱為 必要引數 (required argument), 有些引數可以不用輸入, 稱為 自選引數 (optional argument), 另外一種引數則為 省略引數 (ellipsis argument) 這三種引可以同時存在一個函式內, 引數可以是數值, 文字, 資料框架或 {R} 的任何物件. 例如, 函式 log() 指令:

log(x, base = exp(1))

log() 函式在 {R} 內設以自然數為底計算, 其中 x 為必備引數, 使用者必須自行輸入所要計算的數值作為引數值. 而 base = exp(1) 為選擇引數, 若使用者沒有輸入引數值, 函式 log() 內設以自然數 \(e\) 為底, 當然, 使用者可以更動底數的設定值, 例如更動為以 \(2\) 為底的獨度對數運算, log(x, base = 2).

## log function
x.vec <- c(1, 2, 3, 4, 5)
log(x = x.vec)
## [1] 0.0000000 0.6931472 1.0986123 1.3862944 1.6094379
log(x = x.vec, base = 2)
## [1] 0.000000 1.000000 1.584963 2.000000 2.321928

1.11 套件 Packages

特定的統計分析方法許多專用的函式集合成一組. 套件 (package). 許多學者針對特定分析, 寫成專用的 {R} 函式, 學者常將這些特定的統計分析方法專用的函式集合成一組 套件 (package), 例如, survival 套件, 專用來進行存活分析, 例如, 在資料科學上大量使用 tidyverse 套件.

{R} 的套件數目一直在快速增加, 個別套件內則有不同的函式. 在 {R} 中, 由一些標準 (基本) 套件構成 base {R}, 包含 {R} 可以進行一些標準統計和繪圖所需的的基本函數, 在任何 {R} 的安裝版本中, 都會被自動安裝與載入. 另外, 許多學者為 {R} 提供了基本套件以外的套件, 稱為 貢獻套件 (contributed package).

若在 {R} 第一次使用某一特定功能的套件, 則需事先安裝此特定套件. 安裝套件有不同的方法, 若已經先連接網際網路, 常用的方法為 (1) 使用 {RStudio} 內設套件所在的位置. 由 {RStudio} 右下套件視窗. 使用滑鼠選擇 Packages \(\rightarrow\) Install. 輸入所要安裝的套件名稱, 例如, tidyverse, MASS 等.

  1. 使用函式 install.packages() 安裝所需的套件.
install.packages("PackageName", dependencies = TRUE)

可以安裝 PackageName` 套件. 例如, 可將下列指令寫入 `Console 視窗內.

install.packages("survival")
library(survival)

若在 {R} 中, 要使用某一特定的套件, 須先載入此特定的套件,

  • 請先確認已經安裝套件或更新套件.
  • 使用 library() 或 require() 函式載入套件.

通常建議使用 library(), 因為 library() = loads a package, 會同時檢視套件與關聯的函式是否安裝妥當, 而 require() = tries to load a package, 且當套件與關聯的函式未安裝妥當時, 並不會提出警告或出現 error 訊息, 例如, 函式 foo() 在套件 paa 未先安裝或使用妥當, 使用 require() 納入套件 pbb, 套件 pbb 的函式 coo() 會呼叫 物件函式 foo(), 但使用者並未先納入套件 paa 執行套件 paa 其他程式不會提出警告, 但當使用者在後續使用到函式 coo() 時, 才會出現 error 訊息, 或是不出現 error 訊息而出現產生的物件, my.obj, 不存在, 因此很難追尋到錯誤來源.

通常在使用 library(package.name) 之後, 就可直接使用 package.name 套件內的函式 function.name(). 個別套件內有許多函式, 不同套件可能有相同名稱的函式, 若要避免誤用相同名稱的函式, 可以使用 {::} 串聯 package.name 與 function.name() 如下:

package.name::function.name()

就可正確使用特定套件 package.name 內的特定函式 function.name(). 例如使用指令

ggplot2::ggplot()

明確指出使用套件 ggplot2 內的函式 ggplot().

1.12 解說與輔助文件

{R} 有良好的解說文件, 可利用 Google 搜尋任何 {R} 相關疑惑. {R} 內部最常使用的線上協助為啟動網頁流覽器 help.start(). 嘗試在 Console 輸入

help.start()

尋找特定函式 funName 解說, 在 {R} 中可直接輸入下列任一種函式, help(funName), ?funName, help.search("funName"), apropos("funName") 等等. 例如, 尋找 函式 mean() 函式解說. 在 {R} 中可直接輸入下列任一種指令.

help(mean)              
?mean                 
help.search("mean")            
apropos("mean")

若要詢問函式內的引數, 可用函式 args("funName").

1.13 地區語系與時區

{R} 程式版本經常更新, 且 {R} 一些貢獻套件也經常在 {R} 版本更新後無法運作, {R} 一些貢獻套件對地區語系與時區的呈現文字非常敏感, 因此在牽涉到不同時區的時間計算與轉換, 可注意使用中 {R} 的地區語系與時區. 函式 sessionInfo() 可以取得使用中 {R} 的所有資訊.

sessionInfo()

從函式 version() 可以看見 {R} 版本 version[['version.string']], 從函式Sys.getlocale() 可以看見 {R} 目前設定地區語系為 LC_COLLATE=Chinese (Traditional)_Taiwan.950;LC_CTYPE=Chinese (Traditional)_Taiwan.950;LC_MONETARY=Chinese (Traditional)_Taiwan.950;LC_NUMERIC=C;LC_TIME=Chinese (Traditional)_Taiwan.950. 這是設定台灣地區使用 cp950 (big5) 編碼. 對一些套件可能無法正確顯式. 從函式Sys.timezone() 可以看見 {R} 目前設定時區為 Asia/Taipei. {R} 在台灣當地時間 (local time) 中文格式有時會出現 NA, 一些地區中文的介面對於如何呈現日期時間有時會出現錯誤, 若日期時間輸入輸出格式出現錯誤, 可先改正輸入輸出格式, 例如, 改用英文標準時間 Sys.setlocale("LC_TIME", "C"), 如此改成 UTC 時區 (Universal Time, Coordinated). 或是使用 ISO 時間格式. 若要更動語系可使用

# 中文 -> 英文
Sys.setlocale("LC_CTYPE", "en_US.UTF-8")
# system("defaults write org.R-project.R force.LANG en_US.UTF-8") # linux/mac
# 英文 -> 中文
Sys.setlocale(category = "LC_ALL", locale = "cht")
# system("defaults write org.R-project.R force.LANG zh_TW.UTF-8") # linux/mac

上述方式暫時有效, 重新啟動 {R} 後此設定就會消失.

References

Xie, Yihui. 2015. Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC. http://yihui.org/knitr/.