R 数据分析
R 数据分析
Echo_fy
发布于 2018-06-20 16:12:27
发布于 2018-06-20 16:12:27
目录：
- windows命令行中执行R
- dataframe
- 常用函数、变量
1、windows命令行中执行R
前提：已经把R的命令目录加入了系统路径中。
在windows中，命令行执行R可以用以下两种方式：
（1）RCMD BATCH xxx.r
- 这种方式也可以写成”r cmd BATCH“、”rcmd BATCH“、”R CMD BATCH“，这几个命令都是一样的，随便你用哪个
- 这种方式的输出结果不是直接显示在命令行中，而是会在r文件相同路径下，自动创建一个xxx.r.Rout文本文件，输出的内容在这个文件里
- 但是这种方式用commandArgs()函数得不到传递的参数，而是生成了一个名为第一个参数的文本文件代替上面的xxx.r.Rout文件
举个例子，有以下test.r程序：
1 args = commandArgs(trailingOnly=TRUE)
2 print(args[2])
3 print('do a test')比如在命令行输入”RCMD BATCH test.r 4 5“，就会生成一个名为4的文本文件，文件内容如下，程序打印的第二个参数是NA，实际上应该是5；
（2）Rscript xxx.r
- 这种方式的输出结果直接显示在命令行中，不会生成其他输出文件
- 这种方式可以用commandArgs()函数得到传递的参数
但是得到参数的索引由函数的trailingOnly参数决定，当trailingOnly＝TRUE时，参数索引从1开始；
当trailingOnly＝TRUE时，参数索引从6开始，因为：
args[1]= "C:\\Program Files\\R\\R-3.4.4\\bin\\x64\\Rterm.exe"
args[2]= "--slave"
args[3]= "--no-restore"
args[4]="--file=test.r"
args[5]="--args"
args[6]=="4"
args[7]=="do a test"2、dataframe
创建空数据框
＃ 创建0行0列的数据框
df_empty = data.frame()＃ 创建和df有同样多的列，0行的数据框
> df_r = df[, FALSE]
data frame with 0 columns and 4 rows＃ 创建一个行数为0，列数、列名和df相同的数据框
> df_c = df[FALSE, ]
[1] one two three
<0 行> (或0-长度的row.names)创建非空数据框
＃ 指定列名
> df = data.frame(one=c(1,2,3,4),two=c(4,5,6,0),three=c(32,21,34,32))
one two three
1 1 4 32
2 2 5 21
3 3 6 34
4 4 0 32＃ 不指定列名
> df = data.frame(c(1,2,3,4),c(4,5,6,0),c(32,21,34,32))
c.1..2..3..4. c.4..5..6..0. c.32..21..34..32.
1 1 4 32
2 2 5 21
3 3 6 34
4 4 0 32＃ 自动匹配最长的行数
> data.frame(one_t=c(5,2),two=c(12),three=c(9))
one_t two three
1 5 12 9
2 2 12 9＃ 指定行名和列名
> data.frame(one=c(1,2,3,4),two=c(4,5,6,0),three=c(32,21,34,32),row.names = c('a','b','c','d'))
one two three
a 1 4 32
b 2 5 21
c 3 6 34
d 4 0 32访问元素
＃ 默认访问元素是对列而言的，可以通过加逗号来限定
＃＃ 用索引访问
＃ 访问列
> df[1:2]
one two
1 1 4
2 2 5
3 3 6
4 4 0
> df[,1:2]
one two
1 1 4
2 2 5
3 3 6
4 4 0
＃ 访问行
> df[c(1,3),]
one two three
1 1 4 32
3 3 6 34
> df[1:2,]
one two three
1 1 4 32
2 2 5 21
＃ 取反
> df[-c(1,3),]
one two three
2 2 5 21
4 4 0 32
＃＃ 用列名和行名访问
＃ 列名
> df['one']
one
1 1
2 2
3 3
4 4
> df[,'one']
[1] 1 2 3 4
> df['one',]
one two three
NA NA NA NA
＃ 行名
> df['1',]
one two three
1 1 4 32
> df['1']
Error in `[.data.frame`(df, "1") : undefined columns selected数据筛选
＃ 条件语句选择列
> df[which(df$one>2),]
one two three
3 3 6 34
4 4 0 32
＃ 取反
> df[-which(df$one>2),]
one two three
1 1 4 32
2 2 5 21
＃ 支持逻辑符，＆和，|或
> df[which(df$one>1 & df$two>0),]
one two three
2 2 5 21
3 3 6 34判断是否为数据框
> is.data.frame(df)
[1] TRUE修改行名和列名
> names(df)
[1] "one" "two" "three"
> names(df)[1]='one_m'
> names(df)
[1] "one_m" "two" "three"
> colnames(df)
[1] "one" "two" "three"
> colnames(df)[1]='one_t'
> colnames(df)
[1] "one_t" "two" "three"
> rownames(df)
[1] "1" "2" "3" "4"
> rownames(df)[1]='9'
> rownames(df)
[1] "9" "2" "3" "4"cbind 列连接
＃ 当df_n的行数和df的行数一样时
> data.frame(one=c(9,8,7,6))
one
1 9
2 8
3 7
4 6
> cbind(df,df3)
one two three one
1 1 4 32 9
2 2 5 21 8
3 3 6 34 7
4 4 0 32 6
＃ 当df_n的行数小于df，但是df的行数是df_n的整数倍时
> df2 = data.frame(one=c(5),two=c(12),three=c(9))
one two three
1 5 12 9
> cbind(df,df2)
one two three one two three
1 1 4 32 5 12 9
2 2 5 21 5 12 9
3 3 6 34 5 12 9
4 4 0 32 5 12 9
＃ 甚至这样的时候
> cbind(df,data.frame(one=c(5,2),two=c(12),three=c(9)))
one two three one two three
1 1 4 32 5 12 9
2 2 5 21 2 12 9
3 3 6 34 5 12 9
4 4 0 32 2 12 9当被df_n的行数大于df时，会失败
> df4=data.frame(one=c(9,8,7,6,12))
> cbind(df,df4)
Error in data.frame(..., check.names = FALSE) :
参数值意味着不同的行数: 4, 5虽然df_n的行数小于df，但df不是df_n行数的整数倍时，也会失败
> cbind(df,data.frame(one=c(5,2,3),two=c(12),three=c(9)))
Error in data.frame(..., check.names = FALSE) :
参数值意味着不同的行数: 4, 3rbind 行连接
> rbind(df, data.frame(one_t=c(5),two=c(12),three=c(9)))
one_t two three
9 1 4 32
2 2 5 21
3 3 6 34
4 4 0 32
1 5 12 9当数据框的列名不一致、列数目不一致时，都会失败
> rbind(df, data.frame(one=c(5,2,1,2),two=c(12,4,6,8),three=c(9,4,2,1)))
Error in match.names(clabs, names(xi)) : 名字同原来已有的名字不相对
> rbind(df, data.frame(one_t=c(5),two=c(12),three=c(9),four=c(4)))
Error in rbind(deparse.level, ...) : 变量的列数不对其他
＃数据框的长度是列的数目
> length(df)
[1] 3
＃ 列数
> ncol(df)
[1] 3
＃ 行数
> nrow(df)
[1] 43、基本统计函数
> sum(c(1,2,3))
[1] 6
> mean(c(1,2,3))
[1] 2
> var(c(1,2,3))
[1] 1
> sort(c(2,1,3))
[1] 1 2 33、常用函数、变量
＃ 查看数据结构和类型> mode(df)
[1] "list"
> class(df)
[1] "data.frame"> str(df)
'data.frame': 4 obs. of 3 variables:
$ one_t: num 1 2 3 4
$ two : num 4 5 6 0
$ three: num 32 21 34 32＃ 大/小写字母
> LETTERS[1:3]
[1] "A" "B" "C"
> letters[1:3]
[1] "a" "b" "c"＃ 可放回抽样
> sample(c(1,2,3,4), 10, replace = TRUE)
[1] 2 3 1 2 3 3 4 3 3 4# 判断是否为空, 返回一个同类型（数组）的布尔值
> is.na(c(1,2,3,NaN))
[1] FALSE FALSE FALSE TRUE# generating regular suquences
> 1:5
[1] 1 2 3 4 5
> 2*1:5
[1] 2 4 6 8 10
> seq(1,5)
[1] 1 2 3 4 5
# 设定序列间隔
> seq(1,5,0.5)
[1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0
# 固定序列长度
> seq(1,5,length.out = 4)
[1] 1.000000 2.333333 3.666667 5.000000
# 重复整个序列
> rep(c(1,2,3), times=5)
[1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
# 重复序列单个元素
> rep(c(1,2,3), each=5)
[1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2018-04-11 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读