写在前面：写的比较简单，把基本知识点捋了一遍，主要是用来给自己理清思路和复习用的，适合有一定编程基础的初学者来看。
R语言 基本语法
1. “Hello World!”
myString <- "Hello, World!"
print ( myString)
2. 怎么打注释？
# This is how to quote.
R语言 数据类型
| 数据类型 | 元素 | 维度 |
|---|---|---|
| 向量 Vector | 同类型元素 | 一维 |
| 列表 List | 不同类型元素 | 一维 |
| 矩阵 Matrix | 同类型元素 | 二维 |
| 数组 Array | 同类型元素 | 多维 |
| 因子 Factor | 向量和向量不同值的标签 | 一维 |
| 数据帧 Data Frame | 不同类型相同长度的向量 | 二维 |
1. 都有什么常用的数据类型？
逻辑型： TRUE, FALSE
数字：22.5， 5
整型：25L, 0L
复合型： 3+2i
字符型：'a', "Hello", '25.4'
原型：举个例子
v<-charToRaw("Hello!")
print(v)
输出结果：
[1] 48 65 6c 6c 6f 21
2. 向量Vector怎么用？
Vector由多个同类型的元素组成。
animal <- c('cat', 'dog', 'rabbit')
3. 列表List怎么用？
List可以由多个不同类型的元素组成。
list_ <- list(c(2,3,4),22,sin)
4. 矩阵Matrix怎么用？
Matrix是一个二位数据集。nrow代表行（横着有几行），ncol代表列（每行有几个）。
byrow true的时候按行填充（如下），否则按列填充。
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
输出结果：
[,1] [,2] [,3]
[1,] "a" "a" "b"
[2,] "c" "b" "a"
5. 数组Array怎么用？
Array是可以有多个维度的矩阵。Matrix可以视为一个二维的Array。
创建Array的方式：
a <- array(c('green','yellow'),dim = c(2,2,2))
a<-c('green', 'yellow', 'green', 'yellow', 'green', 'yellow', 'green', 'yellow')
dim(a)<-c(2,2,2)
#或者a<-array(a, dim=c(2,2,2))
输出结果：
, , 1
[,1] [,2]
[1,] "green" "green"
[2,] "yellow" "yellow"
, , 2
[,1] [,2]
[1,] "green" "green"
[2,] "yellow" "yellow"
6. 因子Factor怎么用？
Factor表示了一个向量和向量中不同值的标签。
v <- c(1,1,1,1,2,2,4,3,3,3)
factor_v <- factor(v)
print(factor_v)
print(nlevels(factor_v))
输出结果：
[1] 1 1 1 1 2 2 4 3 3 3
Levels: 1 2 3 4
[1] 4
7. 数据帧Data Frame怎么用？
Data Frame可以由不同类型、相同长度的向量组成。
BMI <- data.frame(
gender = c("Male", "Male","Female"),
height = c(152, 171.5, 165),
weight = c(81,93, 78),
age = c(42,38,26)
)
输出结果：
gender height weight age
1 Male 152.0 81 42
2 Male 171.5 93 38
3 Female 165.0 78 26
R语言 变量
1. 怎么赋值？
用"=" "<-" "->"赋值
2. 一些常用的函数
print()：打印 print(var)
cat()：打印多个 cat("var is ", var)
ls()：查找变量，匹配变量名
rm()：删除变量
class()：输出变量类型
is()：判断类型
R语言 运算符
1. 算术运算符
+、-、*、/、%%（求余）、%/%（相除求商）、^（指数）
2. 关系运算符
>、<、=、<=、>=、!=
3. 逻辑运算符
判断两个向量的所有元素：&、|、!、
判断两个向量的第一个元素：&&、||
4. 赋值运算符
<-、=、<<-、->、->>
5. 其他运算符
:（为向量顺序创建一系列数字）、%in%（某元素是否属于某向量）、%*%（矩阵与其转置矩阵相乘）
R语言 决策
1. if
if(boolean_expression) { }
2. if...else
if(boolean_expression 1) { }
else if( boolean_expression 2) { }
else { }
3. switch
switch(expression, case1, case2, case3....)
R语言 数据重塑
1. 如何将多个向量合并成一个数据帧？
fruit <- c("Apple", "Orange")
num <- c(1,2)
list1 <- cbind(fruit, num)
2. 如何将两个数据帧合并在一起？
- all.data <- rbind(data1, data2)：纵向合并（表里面添加新行）
- merge()：
使用的数据如下：
ID1 <- c(1,2,3,4)
ID2 <- c(1,2,7,8)
name1 <-c("Peter","Tony","Steve","Tom")
name2 <- c("Peter","Tony","Natasha","Bruce")
student1 <- data.frame(ID1,name1)
student2 <- data.frame(ID2,name2)
①通过ID1、ID2把两个数据帧连接起来，取ID的交集
输出结果：
total_student<-merge(x = student1, y = student2, by.x="ID1", by.y = "ID2")
ID1 name1 name2
1 1 Peter Peter
2 2 Tony Tony
②通过ID1、ID2把两个数据帧连接起来，取ID的并集，空缺位置填充为NA
total_student<-merge(x = student1, y = student2, by="ID1", by.y = "ID2", all = T)
all = F时是交集；all.x = T时左连接（只有1、2、3、4）；all.y = T时右连接（只有1、2、7、8）
输出结果：
ID1 name1 name2
1 1 Peter Peter
2 2 Tony Tony
3 3 Steve <NA>
4 4 Tom <NA>
5 7 <NA> Natasha
6 8 <NA> Bruce
3. 如何拆分数据
使用melt()：
注意需要安装reshape这个包。
（使用的数据代表学生期中期末考的成绩。）
install.packages("reshape")
library(reshape)
Name <- c("Tony", "Tony", "Tony", "Steve", "Steve")
Test <- c("Mid","Final","Final","Final", "Final")
Score <- c(100, 100, 60, 80, 95)
Transcript <- data.frame(Name, Test, Score)
molten_Transcript <- melt(Transcript, id = c("Name", "Test"))
print(molten_Transcript)
除Name、Test以外的列被转换为了多行展示：
Name Test variable value
1 Tony Mid Score 100
2 Tony Final Score 100
3 Tony Final Score 60
4 Steve Final Score 80
5 Steve Final Score 95
4. 如何重构数据
使用cast()：
cast()中公式左边的变量会作为输出的每一列，右边的变量是因子，每个Level都会在输出中作为一列。
（把期中期末的成绩加和）
recasted_Transcript <- cast(molten_Transcript, Name+Test~variable,sum)
print(recasted_Transcript)
输出结果：
Name Test Score
1 Steve Final 175
2 Tony Final 160
3 Tony Mid 100
