R语言-创建基础数据表

一、R中的包

1、定义

包：是R函数、数据、预编译代码以一种定义完善的格式组成的集合。
库（library）：计算机上存储包的目录。

显示库所在的位置
.libPaths()
显示库中有哪些包：
library()
查询哪些包已加载并可使用：
search()

2、包的安装与载入

安装vcd包
install.packages("vcd")
载入vcd包
library(vcd)
更新已经安装的包
update.packages()
注意：一个包仅需要安装一次，但每次使用时需重新载入;在一个会话中，包只需载入一次。

输出某个包的简短描述以及包中的函数名称和数据集名称的列表:
help(package="package_name")
查看函数或数据集的更多细节
help()

3、显示包中的数据集

显示vcd包中数据集Arthritis的内容
Arthritis

image.png

运行数据集Arthritis自带的示例
example(Arthritis)
退出
q()

二、创建数据集

1、数据集

由数据构成的一个矩形数组，行表示观测，列表示变量。
R可以处理的数据类型（模式）包括数值型、字符型、逻辑型（TRUE/FALSE）、复数型（虚数）和原生型（字节）

2、数据结构

R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。

2.1向量

向量:用于存储数值型、字符型或逻辑型数据的一维数组。
向量创建函数：c()

a <- c(1, 2, 5, 3, 6, -2, 4)
b <- c("one", "two", "three")
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)

函数解释：a是数值型向量，b是字符型向量，c是逻辑型向量。

向量访问函数：a[c(n, m)]
用于访问向量a中的第n个和第m个元素,如下例所示：

注意：标量是只含一个元素的向量，用于保存常量。例如

f <- 3
g <- "US"
h <- TRUE

2.2矩阵

矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型）。

矩阵创建函数:matrix()：

myymatrix <- matrix(vector, nrow=number_of_rows,
ncol=number_of_columns, byrow=logical_value, 
dimnames=list( char_vector_rownames, char_vector_colnames))

函数解释：
vector——矩阵的包含的元素
nrow和ncol——指定行和列的维数
dimnames——可选的、以字符型向量表示的行名和列名。
byrow——表明矩阵应当按行填（byrow=TRUE）还是按列填充
（byrow=FALSE），默认情况下按列填充。

例1：创建一个5×4的矩阵

image

2.3 数组

数组（array）与矩阵类似，但是维度可以大于2。

数组创建函数:array，形式如下
myarray <- array(vector, dimensions, dimnames)
函数解释：
vector——数组中包含的数据
dimensions——一个数值型向量，给出了各个维度下标的最大值
dimnames——是可选的、各维度名称标签的列表。

2.4 数据框

由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。它与你通常在SAS、SPSS和Stata中看到的数据集类似。数据框将是你在R中最常处理的数据结构。

数据框创建函数:
data.frame()： mydata <- data.frame(col1, col2, col3,...)
函数解释：
col1、col2、col3等可为任何类型（如字符型、数值型或逻辑型）。每一列的名称可由函数names指定。

2.5 因子

变量可归结为名义型、有序型或连续型变量。
【1】名义型变量是没有顺序之分的类别变量。
【2】有序型变量表示一种顺序关系，而非数量关系。病情Status（poor、improved、excellent）是顺序型变量的一个上佳示例。
【3】连续型变量可以呈现为某个范围内的任意值，并同时表示了顺序和量。年龄Age就是一个连续型变量。
【因子】：类别（名义型）变量和有序类别（有序型）变量在R中称为因子（factor）。因子在R中非常重要，因为它决定了数据的分析方式以及如何进行视觉呈现。

2.6 列表

列表（list）是R的数据类型中最为复杂的一种。
一般来说，列表就是一些对象（或成分，component）的有序集合。列表允许你整合若干（可能无关的）对象到单个对象名下。
例如，某个列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。

列表创建函数list()：
mylist <- list(object1, object2, ...)
还可以为列表中的对象命名:
mylist <- list(name1=object1, name2=object2, ...)

3、数据的输入

image

3.1 使用键盘输入数据

【1】用R内置的文本编辑器输入数据

a.创建一个空数据框（或矩阵），其中变量名和变量的模式需与理想中的最终数据集一致
b.针对这个数据对象调用文本编辑器，输入你的数据，并将结果保存回此数据对象中。

例：创建一个名为mydata的数据框，它含有三个变量：age（数值型）、gender（字符型）和weight（数值型）。然后调用文本编辑器，键入数据，最后保存结果。

> mydata <- data.frame(age=numeric(0),gender=character(0), weight=numeric(0))
> mydata <- edit(mydata)

【2】直接在程序中嵌入数据集

> mydatatxt <- "age gender weight 25 m 166 30 f 115 18 f 120"
> mydata <- read.table(header=TRUE, text=mydatatxt)

3.2 从带分隔符的文本文件导入数据

从带分隔符的文本文件中导入数据使用的函数：read.table()，其语法如下：
mydataframe <- read.table(file, options)
函数解释：
此函数可读入一个表格格式的文件并将其保存为一个数据框。表格的每一行分别出现在文件中每一行。
file——一个带分隔符的ASCII文本文件(文档路径)
options——控制如何处理数据的选项。

表2-2列出了常见的选项。

【例】：在D盘新建一个txt文档，输入数据（注意最后一行需要换行），更改后缀名为csv（转换为逗号分隔符文件）。用read.table()函数导入数据：
> mydataframe <- read.table("D:/test.csv")

3.3 导入 Excel数据

读取一个Excel文件的最好方式，就是在Excel中将其导出为一个逗号分隔文件（csv），并使用前文描述的方式将其导入R中。