W najprostszy możliwy sposób
Rscript SKRYPT
patrz także dalej punkt Wiersz poleceń.
Cztery typy jak w każdym języku: numeryczny (liczby), znakowy (napisy), zespolony (liczby urojone) oraz logiczny (T/F)
Polecenie przypisania wartości
x <- vx <- 5
str(x)
num 5
x <- "5" ## lub '5'
str(x)
chr "5"
##
y <- as.numeric(x)+1
print (y) ## albo y po prostu
## as.character as.logicalliczby: arytmetyczne (jak w szkole)
napisy: paste(x, y, z...) łączenie napisów; nchar(x) liczba znaków w napisie x
Wektory, macierze, ramki
Utworzenie wektora vector <- c(c1, c2, …)
Indeksowanie (slicing)
v[i] where i is a vector of integers (indices of vector elements)
v[c(1, 2, 3)]
v[1:3]
v[seq(1, 6, by=2)]Wektory logiczne (logical vectors and indexing)
Wektory logiczne zawierają wartości logiczne (T/F)
Indeksowanie wektora za pomocą wektora logicznego skutkuje utworzeniem wektora złożonego z elementów dla których warościami wektora logicznego było T:
lv <- c (T, F, F, T)
v <- c (1, 2, 3, 4)
v[lv] # returns (1,4)Tworzenie wektora logicznego
Usually by some logical statment involving existing vectors
age < 24if age is vector of numbers returns logical vector which nth element is equal T if nth element of age is less than 24 and F otherwise;
logical operations: & and; | or; %in% in the set
age > 24 & age < 55is.na(x) which element is NA
which(x) Which values in x are TRUE?
sex <- c("m", "m", "f", "m", "f", "f")
# Which values of sex are m?
which(sex == "m")
## [1] 1 2 4
## but
sex(sex == "m")
[1] "m" "m" "m"v[i] <- newValue
##i maybe vector or logical vector
v[6:10] <- 0
v[c(1,7,9)] <- (1,2,3)
x = seq(1,5)
x[c(1,4,5)] <- c(0, -1, -2)
x
[1] 0 2 3 -1 -2To create a dataframe from vectors, use the data.frame() which creates a dataframe from named columns:
df <- data.frame("c1" = c(...), "c2" = c(...), ...)names(df) – return colum names
df$c – returns column c
df[c] – returns colums (c is character vector of column names) ie df[c("c1", "c5")]
adding columns: df$newCol <- c(...) creates new column newCol renaming column names:
names(df)[1] <- "newName" ## change column one name to newName
##better way:
names(df)[names(df) == "someName"] <- "newName"
in general:
names(df)[c(1,3)] <- c('newC1', 'newC2')Just like vectors, you can access specific data in dataframes using brackets. But now, instead of just using one indexing vector, we use two indexing vectors: one for the rows and one for the columns. To do this, use the notation data[rows, cols], where rows and columns are vectors of integers.
if rows or cols blank then = all rows / all cols, ie df [r, ] or df[, c]
n:m sequence from n to m c(n,m) vector of two elements n,m
Indexing dataframes with logical vectors is almost identical to indexing single vectors. First, we create a logical vector containing only TRUE and FALSE values. Next, we index a dataframe (typically the rows) using the logical vector to return only values for which the logical vector is TRUE.
df[lv, ]is.data.frame(x) zwraca T jeżeli x jest ramką
as.data.frame konwersja do ramki (jeżeli to jest wykonalne)
x <- "Silly example"
as.data.frame(x)
x
1 Silly example
is.data.frame(x)
[1] FALSE
## nie zamieniłNajprostsza postać jest następująca (opcja na.strings, skrócona do na.string określa jaki napis oznacza NA):
df <- read.csv(PLIK.csv, sep = ';', dec = ",",
header=T, na.string="NA");
## albo
df <- read.csv(PLIK.csv, sep = ';', dec = ",", header=F
col.names = c('var1', 'var2'),
colClasses = c('factor', 'factor', 'character', 'character', 'numeric', 'numeric'));col.names (zamiast domyślnych nazw); colClasses typy danych dla poszczególnych kolumn.
operatorem przypisania jest <- (można używać =)
znak # rozpoczyna komentarz
wyrażenia oddzielamy średnikiem, średnik na końcu wiersza jest opcjonalny
nazwa może teoretycznie składać się z dowolnego znaku (nawet odstępu):
## normalnie ` (backtick) jest zbędny
`qq` <- "A ku ku"
## ale jeżeli nazwa jest dziwna
`qq 0` <- 0
` qq 1` < " 1"
## potem na przykład
print(` qq 1`)Oczywiście nie ma powodu do utrudniania sobie życia dziwnymi nazwami
Jak w każdym języku programowania w R też jest instrukcja warunkowa:
if (warunek) wyrażenie1 else wyrażenie2
## przykłady
if (x <5) print ('Mniej niż 5')
if (x <= 5) { print '5 lub mniej'} else {print '6' }
Zwektoryzowane if: test/yes/no to wektory o równej liczbie elementów (ściśle wyrażenia których wartość to wektor):
ifelse(test, yes, no)Jeżeli (dla każdego elementu if) test=T to wartością jest odpowiedni element yes lub no w przypadku przeciwnym:
## silly example:
test <- c(F, F)
a <- c('1', '2')
b <- c(0, 0)
ifelse(test, a, b)
[1] 0 0Mało używana (bo zamiast należy operować na wektorach) ale jest:
for (v in sequence) { ... }
## Przykład
for (i in 1:10) { print(i) }
cc <- c(1,2,3)
for (c in cc ) { print (c *c)}
## Można też tak
while (test) { ... }
## Przykład (tylko dwa pierwsze)
c <- 1; while (c < length(cc)) {print (cc[c]); c=c+1 }function_name <- function(args) { body }Pakiety rozszerzają funkcjonalność systemu:
library("pakiet")
## instalowanie pakietu/pakietów
install.packages(c(p1, p2, p3))Przekształcanie danych ze szczególnym uwzględnieniem ramek (cóś jak pivot table tylko że dużo lepsze)
%>% operator potoku (ekwiwalent | dla znających system Unix/Linuks; dla innych operator łączący funkcje transformacji danych)
bardziej formalnie: przekazuje obiekt po lewej do funkcji po prawej jako jej pierwszy argument (zdefiniowany w pakiecie dplyr)
## typowe użycie
## zamiast ndf <- funkcja(df)
ndf <- df %>% funkcja() Poniżej zakładamy wykorzystanie operatora %>% więc pomijamy ramkę danych w przykładowych wywołaniach opisywanych funkcji
group_by(cols) zwraca pogrupowaną ramkę (wg wartości kolumn podanych jako wektor cols)
group_by(c5, c9)arrange(cols) sortuje wg cols (jeżeli odwrotny porządek użyj desc())
arrange(c1, desc(c3))filter(warunek) zwraca wiersze ramki dla których warunek=T
## opertor c %in% cc zwraca T jeżeli cc zawiera c
filter(c1 < 5 & c5 %in% cc )
## przykład
kraje <- c('PL', 'CS', 'DE')
## tylko wiersze dla PL/CS/DE
filter(kraj %in kraje)distinct() usuwa duplikaty wierszy; co do zasady ramka raczej nie ma duplikatów ale takowe mogą się pojawić w rezultacie transformacji
## wszystkie wartości kolumny kraje
select(kraj) %>% distinct()
mutate(c1, c2, c3) oblicza nowe kolumny ramki
## wartość kumulowana nc oraz kwadrat t
ndf <- df %>% mutate(snc = cumsum(nc), sqt = t*t) summarise(c1, c2, c3) oblicza wartości sumaryczne dla kolumn; działa w połączeniu z group_by
## ramka zawiera dane nt liczby zakażeń (cases)
## wg województw (woj) oraz tygodni (week)
##
## łączna liczba zakażeń wg tygodni
group_by(week) %>% summarise(cases = sum(cases))
## albo średnia wg woj zarażeń/tydzień
group_by(woj) %>% summarise(m= mean(cases))ważniejsze funkcje sumaryczne: mean, sum, median, first, last, n (liczba wierszy)
select(cols) zwraca ramkę zawierającą kolumny cols
## tylko kraj i pop
select(kraj, pop)left_join(x, y, by=c) złącz x z y według wspólnej kolmny c (c może być wektorem kilku kolumn)
z <- left_join(x, y, by="c")
## jeżeli wspólna kolumna ma inną nazwę:
z <- left_join(x, y, by=c("c"="d"))
## może być złączenie na wielu kolumnach
z <- left_join(x, y, by=c("c"="d", "e"="f"))
z <- bind_rows(x, y) połącz ramki x oraz y (dołącz wiersze y do x)
Tylko dwie funkcje ale o fundamentalnej przydatności:
pivot_longer (cols, name_to=n, values_to=v) zawartość kolumn cols (wektor nazw) zamienia na parę kolumn w taki sposób że nazwy kolumny stają się wartościami kolumny n a wartości z tych kolumn stają się wartościami kolumny v; w efekcie ramka zmienia wymiary i staje się dłuższa (stąd longer).
Przykładowo jeżeli kolumna pl zawiera dane nt zakażeń w PL, kolumna cs w CS, a kolumna de w DE, to można zrobić taki myk:
ndf <- df %>%
pivot_longer(cols = c(c(pl, cs, de),
names_to = "kraj", values_to = "zakazenia")ndf będzie zawierało dwie kolumny kraj i zakazenia zamiast trzech (pl, cs, de); zysk niewielki w tym przypadki; ale jeżeli krajów jest np. 20 to zamiast 20 kolumn ciągle będą dwie…
pivot_wider(names_from = n, values_from = v) %>% odwrotność pivot_longer zamienia dwie kolumny na wiele kolumn o nazwach określonych w n.
ndf <- df pivot_wider(names_from = kraj, values_from = zakazenia)Tworzenie wykresów omawiamy w dokumencie Mini wprowadzenie do ggplot2
library("ggpubr") ## łącznie wykresów w jeden rysunek
library("dplyr") ## redukcja danych filter/selecy
library("tidyr") ## funkcje transformacji danych
library("scales") ## definiowanie skal
library("ggthemes") ## wyjaśnione/dUruchamianie skryptu R z przekazaniem wartości argumentów z wiersza poleceń:
library("optparse")
option_list <- list(
make_option(c("-y", "--year"), action="store", default="2017", type="character"),
make_option(c("-v", "--verbose"), action="store_true", default=F, type="logical")
);
opt_parser <- OptionParser(option_list=option_list);
opt <- parse_args(opt_parser);
currentYr <- opt$year
verboseMode <- opt$verboseW najprostszej postaci to wpisanie nazwy obiektu
## wypisze zawartość ramki
df
print(df)
## wypisz z ramki df kolumny 1, 2, 4
## pierwsza jako napis druga jako liczbę z dwoma cyframi
## po przecinku, czwartą jako liczbę całkowitą:
with(df, sprintf ("%s %.2f %s", col1, col2, col4))