正在跟随微信公众号：猴子聊人物学习数据分析，选择了R语言作为入门工具，以后的文章算是记录自己学习R语言的历程吧！
之所以选择简书，是因为知乎多次无故被封，无奈为之，意外发现，Markdown很好用！

一、数据结构

很多小伙伴都贴过的一张图，很好的反应了各个数据结构之间的区别和联系！

1、向量-vector

单个向量中的数据必须有相同的类型或模式，不能混杂使用，否则R会强制转换。
例如，a中含有数值、逻辑和字符型数据，则会强制转换成字符型数据：

> name<-c("猴子","李同","王五","张三")
> name
[1] "猴子" "李同" "王五" "张三"
> a<-c(1,TRUE,"我")
> a
[1] "1"    "TRUE"    "我"  
# 向量类型
> class(name)
[1] "character"
> class(a)
[1] "character"

计算向量长度以及选取向量内数据的方法：

# 向量长度
> length(name)
[1] 4
# 给定数据所在位置进行选取
> name[2]
[1] "李同"

2、矩阵-matrix

二维数组，每个元素有相同的模式
例如，定义一个4行*1列的矩阵：

> # 矩阵的数据：病人年龄
> age<-c(29,34,28,52)
> # 行名：病人姓名
> rnames<-c("猴子","李同","王五","张三")
> # 列名
> cnames<-c("age")
> a<-matrix(age,c(4,1),byrow=TRUE,dimnames = list(rnames,cnames))
> a
     age
猴子  29
李同  34
王五  28
张三  52
# 绘制年龄分布的条形图
barplot(a[,1],main="病人年龄分布",xlab="姓名",ylab="年龄", col=c("lightblue"),border = NA,cex.lab=1.5,las=1)

访问矩阵中的元素：

# 访问矩阵中的元素
> a[1,]
[1] 29
> a[,1]
猴子 李同 王五 张三 
  29   34   28   52 
> a[3,1]
[1] 28

3、数组

与矩阵类似，但维度可以大于2
例如，定义一个3维数组：

> # 每个维度的名称
> dim1<-c("A1","A2")
> dim2<-c("B1","B2","B3")
> dim3<-c("C1","C2","C3","C4")
> a<-array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))
> a
, , C1
   B1 B2 B3
A1  1  3  5
A2  2  4  6
, , C2
   B1 B2 B3
A1  7  9 11
A2  8 10 12
, , C3
   B1 B2 B3
A1 13 15 17
A2 14 16 18
, , C4
   B1 B2 B3
A1 19 21 23
A2 20 22 24

选取数据：

> # 选取数据
> a[1,2,3]
[1] 15
> a[1,,3]
B1 B2 B3 
13 15 17 
> a[1,,]
   C1 C2 C3 C4
B1  1  7 13 19
B2  3  9 15 21
B3  5 11 17 23

4.数据框

数据框中同一列数据类型必须相同，不同列数据类型可不相同
例如，创建一个病例数据：

> # 病人编号
> patientID<-1:4
> # 姓名
> name<-c("猴子","李同","王五","张三")
> # 病人年龄
> age<-c(29,34,28,52)
> # 糖尿病类型
> diabetes<-c("1型糖尿病","2型糖尿病","1型糖尿病","2型糖尿病")
> # 病情
> status<-c("较差","好转","显著好转","较差")
> patientdata<-data.frame(patientID,name,age,diabetes,status,stringsAsFactors = FALSE)
> patientdata
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     较差
2         2 李同  34 2型糖尿病     好转
3         3 王五  28 1型糖尿病 显著好转
4         4 张三  52 2型糖尿病     较差

选取数据框内元素：
注意：有时使用$符号比较麻烦，可以使用attach（）&detach（）或者with（）。

> # 查找某一列，注意age3与前两种结果不同
> age1<-patientdata$age
> age1
[1] 29 34 28 52 
> age2<-patientdata[,3]
> age2
[1] 29 34 28 52 
> age3<-patientdata[c("age")]
> age3
  age
1  29
2  34
3  28
4  52
> age4<-patientdata[[c("age")]]
> age4
[1] 29 34 28 52
> # 选取数据框中的某些部分
> subdata<-patientdata[c("diabetes","status")]
> subdata
   diabetes   status
1 1型糖尿病     较差
2 2型糖尿病     好转
3 1型糖尿病 显著好转
4 2型糖尿病     较差

计算总行数以及有条件的计算行数：

> # 计算总行数
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # step1：查找“1型糖尿病”病人
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",]  
> type1
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     较差
3         3 王五  28 1型糖尿病 显著好转
> # step2：统计“1型糖尿病”病人人数
> type1.number<-nrow(type1)
> type1.number
[1] 2

增加行数rbind和列数cbind：

# rbind 按行增加
> # 病人编号
> patientID<-c(5)
> # 姓名
> name<-c("王思聪")
> # 病人年龄
> age<-c(30)
> # 糖尿病类型
> diabetes<-c("1型糖尿病")
> # 病情
> status<-c("较差") 
> newpatient<-data.frame(patientID,name,age,diabetes,,stringsAsFactors = FALSE)
> patientdata<-rbind(patientdata,newpatient)
> patientdata
  patientID   name age  diabetes   status
1         1   猴子  29 1型糖尿病     较差
2         2   李同  34 2型糖尿病     好转
3         3   王五  28 1型糖尿病 显著好转
4         4   张三  52 2型糖尿病     较差
5         5 王思聪  30 1型糖尿病     较差
> # cbind 按列增加
> # 入院时间
> intTime<-c("2015-3-1","2014-12-31","2015-10-1","2015-5-1","2016-12-31")
> patientdata<-cbind(patientdata,intTime)
> patientdata
  patientID   name age  diabetes   status    intTime
1         1   猴子  29 1型糖尿病     较差   2015-3-1
2         2   李同  34 2型糖尿病     好转 2014-12-31
3         3   王五  28 1型糖尿病 显著好转  2015-10-1
4         4   张三  52 2型糖尿病     较差   2015-5-1
5         5 王思聪  30 1型糖尿病     较差 2016-12-31

5、列表

可以是若干向量、矩阵、数据框，甚至是其他列表的组合。
例如，创建如下列表：

> # 计算一共有多少病人
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # 找出患“1型糖尿病”的病人信息
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",] 
> type1
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     较差
3         3 王五  28 1型糖尿病 显著好转
> kpi<-list(diabetesType1=type1,number=patientNumber)
> kpi
$diabetesType1
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     较差
3         3 王五  28 1型糖尿病 显著好转
$number
[1] 4

访问列表中元素：
关于单中括号和双中括号的区别，参考R统计笔记（四）：中括号与双中括号的差异 - CSDN博客

# 获取列表kpi中的病人数目
number1<-kpi["number"]    
number2<-kpi[["number"]]  #等价于kpi$number
> number1
$number
[1] 4
> number2
[1] 4

二、课后作业

1、导入Excel数据

不想安装JAVA，所以没有用xlsx包，采用了如下三种方法：
1.第一种办法：RStudio中File——Import Dataset——From Excel，显示的代码：

library(readxl)
病例数据 <- read_excel("C:/Users/Administrator/Desktop/病例数据.xlsx")

问题：如果文件路径过长，可能无法成功
2.第二种办法：将Excel文件变为CSV文件,用file.choose选择文件路径：

病例数据<-read.table(file.choose(),header = TRUE,
                 row.names = "病人编号",sep=",",
                 stringsAsFactors = FALSE)

这是《R语言实战》中推荐的方法，当文件路径过长是用此方法，而且file.choose()很方便。
3.第三种办法：clipboard复制粘贴

病例数据 <- read.table("clipboard",header = T)

此方法只适用于数据量较小的情况

2、基础计算

> 病例数据
  姓名 年龄 糖尿病类型     病情    病情.1
1 猴子   29  1型糖尿病     较差      Poor
2 李同   34  2型糖尿病     好转  Improved
3 王五   28  1型糖尿病 显著好转 Excellent
4 张三   52  2型糖尿病     较差      Poor
> 病人数目 <- nrow(病例数据)
> 病人数目
[1] 4
> type1<- 病例数据[病例数据$糖尿病类型=="1型糖尿病",]
> type1
  姓名 年龄 糖尿病类型     病情    病情.1
1 猴子   29  1型糖尿病     较差      Poor
3 王五   28  1型糖尿病 显著好转 Excellent
> nrow(type1)
[1] 2