数据的导入与导出
getwd() #得到当前文件存放的工作目录
setwd() #重新设置当前文件存放的工作目录
read.csv("数据文件所在工作目录") #导入数据文件
write.csv(数据集, "定义一个文件名称") #导出数据文件
数据初级管理
创建新变量
变量名 <- 表达式
表达式由操作符、函数、变量、常量等组成，操作符包括运算操作符和条件操作符。下表展示了常见的运算操作符：
下表展示了常见的逻辑运算符，逻辑运算符表达式可返 回TRUE或FALSE：
下面举例说明如何创建新变量：
# 新建一个数据框，用来储存成绩
teams <- c("PHI","NYM","FLA","ATL","WSN")
> score1 <- c(90,87,78,90,67)
> score2 <- c(70,87,78,65,90)
> score_frame = data.frame(teams,score1,score2)
> score_frame
teams score1 score2
1 PHI 90 70
2 NYM 87 87
3 FLA 78 78
4 ATL 90 65
5 WSN 67 90
# 在数据框中添加新的变量score的平均值
> score_frame <- transform(score_frame,mean_score = (score1 + score2)/2)
> score_frame
teams score1 score2 mean_score
1 PHI 90 70 80.0
2 NYM 87 87 87.0
3 FLA 78 78 78.0
4 ATL 90 65 77.5
5 WSN 67 90 78.5
顺便一提，transform函数的作用有为原数据框添加新的列，改变原变量列的值，还可通过赋值NULL删除列变量，即重新“改造”数据框。例如我们要删除上述数据框中的mean_score列：
> score_frame <- transform(score_frame,mean_score = NULL)
> score_frame
teams score1 score2
1 PHI 90 70
2 NYM 87 87
3 FLA 78 78
4 ATL 90 65
5 WSN 67 90
变量的重编码
重编码涉及根据同一个变量和/或其他变量的现有值创建新值的过程。例如上述例子中我们想要根据成绩的高低划分等级，平均成绩大于等于80为”Excellent“，大于等于60，小于80为“Passed"，这些等级构成了新的类别型变量，区别于原来的连续型变量，代码如下：
> score_frame <- within(score_frame,{
+ degree <- NULL
+ degree[mean_score >= 80] <- "Excellent"
+ degree[mean_score < 80 & mean_score >=60] <- "Passed"
+ })
> print(score_frame)
teams score1 score2 mean_score degree
1 PHI 90 70 80.0 Excellent
2 NYM 87 87 87.0 Excellent
3 FLA 78 78 78.0 Passed
4 ATL 90 65 77.5 Passed
5 WSN 67 90 78.5 Passed
从以上代码可以看出在此次新建新变量时使用了within函数，看起来貌似与前面使用的transform函数相似，与with函数的外形也极易混淆，因此特对比三函数：
with(data, expr, ...)
within(data, expr, ...)
transform(data,...)
# data 常用的数据格式有list 或 data frame。但是对于with()函数，它还可以是 an environment 或 an integer as in sys.call
# expr 使用数据内容进行评估执行的一个或多个表达式。注意，如果有多个表达式，则需要用花括号括起来。
with()函数是一个泛型函数，由数据构建的本地环境，评估执行R的表达式(命令)。环境将调用者的环境作为其父环境。这对于简化调用建模函数非常有用。within()函数与with()函数类似，两者的区别在于，within()函数在评估执行R的表达式(命令)之后检查环境，并对数据的副本(a copy of data)做出相应的更改，然后再返回带有这些更改内容的新对象。简单理解就是，with()函数： 返回评估执行R表达式的值，within()函数： 返回修改对象
transform函数只能用于数据框改变，而within函数应用更宽泛一些，可以用于除数据框之外的数据对象的改变。
下面的代码帮大家理解何时用哪个函数：
# 数据框的单个改动，with()的代码相对简洁
anorexia$wtDiff <- with(anorexia, Postwt - Prewt)
anorexia <- within(anorexia, wtDiff2 <- Postwt - Prewt)
anorexia <- transform(anorexia, wtDiff3 = Postwt - Prewt)
# 数据框的多个改动，with()的代码相对冗长繁琐，推荐使用 within() 和 transform()
fahrenheit_to_celcius <- function(f) (f - 32) / 1.8
airquality[c("cTemp", "logOzone", "MonthName")] <- with(airquality, list(
fahrenheit_to_celcius(Temp),
log(Ozone),
month.abb[Month]
))
airquality <- within(airquality,
{
cTemp2 <- fahrenheit_to_celcius(Temp)
logOzone2 <- log(Ozone)
MonthName2 <- month.abb[Month]
})
airquality <- transform(airquality,
cTemp3 = fahrenheit_to_celcius(Temp),
logOzone3 = log(Ozone),
MonthName3 = month.abb[Month]
)
变量的重命名
在R语言中变量是在赋值时才创建的，不能事先进行声明。这里变量重命名实际上指的是给变量中的子变量重命名，如果从面向对象的角度来说，就象是修改一个类的属性名，其数据保持不变。简单一句话，为对象更改一个”标签“。下面我们以数据框为例：
1. 使用可视化界面修改
使用 fix( ) 来调用一个交互式的编辑器，单击变量名，然后在弹出的对话框中将其重命名，如下：
>fix(score_frame)
但是当我输入时发生了报错（本人用的是Mac OS）
> fix(score_frame)
Error in check_for_XQuartz() :
X11 library is missing: install XQuartz from xquartz.macosforge.org
大致就是缺一个xQuartz的东西，于是我去网址下载了xQuartz。
https://www.xquartz.org
注意在下载安装后，要重启电脑，否则又会报错。
在这里即可修改变量名。
2. 使用命令行修改
需要先安装 reshape 包，然后用 reshape 包中的 rename( ) 函数来重命名。
# 将score1改名为math，score2改名为english
> library(reshape)
> score_frame <- rename(score_frame,c(score1 = "math",score2 = "english"))
> print(score_frame)
teams math english mean_score degree
1 PHI 90 70 80.0 Excellent
2 NYM 87 87 87.0 Excellent
3 FLA 78 78 78.0 Passed
4 ATL 90 65 77.5 Passed
5 WSN 67 90 78.5 Passed
当然，我们也可以用之前就学过的 names( ) 函数：
> names(score_frame)
[1] "teams" "math" "english" "mean_score" "degree"
> names(score_frame)[2] <- "Math"
> print(score_frame)
teams Math english mean_score degree
1 PHI 90 70 80.0 Excellent
2 NYM 87 87 87.0 Excellent
3 FLA 78 78 78.0 Passed
4 ATL 90 65 77.5 Passed
5 WSN 67 90 78.5 Passed
