【基础】R语言2：数据结构

x<-c()   #alt+-快捷生成
x=1:10
x=c(1:10)
 ##seq函数：生成等差数列
 seq(from=1,to=100,by=2)  #d=2
 seq(from=1,to=100,length.out=10) # 输出个数为10
 ##rep函数：重复数列
 rep(a,b) #重复b次a

length(x)  #向量中有多少个元素
x[1]    #访问向量第一个值 
x[-19]    #不输出第19个元素
x[c(4:18)]     #输出x中第4-18个元素
x[c(1,2,3,4,5)]   #输出x中第1,2,3,4,5个元素

y <- c(1:10)
y[c(T,F,T,F,T,F,T,F,T,F)] 
1 3 5 7 9   #只输出TRUE值
y[c(T)]   #循环使用TRUE逻辑，输出所有值
y[c(F)]   #循环使用FALSE逻辑，整个向量值均为FALSE
y[c(T,F)]   #循环使用TRUE,FALSE逻辑，按顺序进行判断
#如果T,F数量多于向量值的数量，会输出NA缺失值

y[y>5 & y<9]
6 7 8
------------------------------------------------------------------------------------------
z <- c("one","two","three")
"one" %in% z   #%in%为判断符号
TRUE

z["one" %in% z] #z[TRUE] 
"one","two","three"

z %in% c("one","two")   #z向量中是否有"one","two"值
TRUE TRUE FALSE

z[z %in% c("one","two")]   #z[TRUE,TRUE,FALSE]
"one","two"

k <- z %in% c("one","two")   #k <- c(TRUE,TRUE,FALSE)
z[k]   #z[TRUE,TRUE,FALSE]
"one","two"

y <- c(1,2,3,4,5)
name(y) <- c("one","two","three","four","five")
y
one two three four five
1    2    3    4     5
y["one"]    #赋值用（），查询用[]
1

# 添加数据
1.直接添加
x<-c(1:100)
x[101]<-101

2.批量添加
v<-1:3
v
1 2 3
v[c(4,5,6)]<-c(4,5,6)
v
1 2 3 4 5 6 

3.中间出现空值
v[8]<-4
v
1 2 3 4 5 6 NA 4

4.在中间插入数据
appended(x=v,values=99,after=5)
1 2 3 4 5 99 6 NA 4

# 删除数据
1.删除整个向量
rm(v)

2.删除某个元素（正负整数索引）
y<-c(1:5)
y
1 2 3 4 5 
y[-c(1:3)]
y
4 5

# 修改数据-直接定位赋值
x[1]<-5

#元素个数相等
**  #幂次方
%%  #求余计算
%/%  #整除运算
#元素个数不相等，短的向量会被重复使用
#判断相等：== 一个=是赋值

%in%  #包含运算符
>   #大于
<   #小于

abs()   #绝对值
sqrt()   #平方根
log(16,base=2)   #log计算，base为底数 不加base默认自然对数 
exp()   #计算每个值的指数
ceilling()   #不小于x的最小整数
floor()    #不大于x的最大整数
trunc()   #返回整数部分
round(x,digits)   #四舍五入 (向量，保留位数)
sinif(x,digits)   #保留小数部分有效数字
三角函数()

sum()   #求和
max()   #最大值
min()    #最小值
range()   #最大值 最小值
mean()   #平均值
var()    #方差
sd()     #标准差
prod()    #连乘的积
median()     #计算中位数
quantile(向量，c(0.4,0.5,0.8))     #分位数
which()    #查询元素索引值

# 创建矩阵
1.赋值函数matrix（元素数量必须符合分配规则）
matrix(1:20,4,5)
matrix(1:20,4,byrow=T)   #按行分布
matrix(1:20,4,byrow=F)   #按列分布
2.dim函数
dim(x)=c(4,5)

# 绘图
heatmap.()

# 定义矩阵行、列的名字
rownames=c("R1","R2","R3")
cnames
dimnames(m)=list(rownames,cnames)

#创建数组
dim(x)=c(2,2,5)

# 矩阵下标访问
m[1,2]

#直接计算（矩阵之间行和列数要一致）
m+1
m+m

#内置函数
colsums()   #每一列的和
rowsums()    #每一行的和
colmeans()     #取均值
rowmeans()
n*t    #内积
n%*%t    #外积
diag()    #对角线的值
t(m)       #行和列互换

a=1:20
b=matrix(1:20,4)
c=mtcars
d="this is a test list"
mlist=list(a,b,c,d)

mlist[1]
mlist[c(1,4)]    #访问多个元素使用向量
mlist$    #名称访问$

mlist[[5]]=iris

#负值删除，或=NULL
mlist[[5]]=NULL

state=data.frame(state.name,state.abb,state.x77)

1.数值索引
2.$名称访问
3.attach()
4.with()

x <- c("男", "女", "男", "男",  "女")
sex <- factor(x)
sex
## [1] 男 女 男 男 女
## Levels: 男 女
attributes(sex)
## $levels
## [1] "男" "女"
## 
## $class
## [1] "factor"

as.numeric(sex)    #把因子转换为纯粹的整数值
## [1] 1 2 1 1 2
as.character()  #把因子转换成原来的字符型
## [1] "男" "女" "男" "男" "女"

# factor()格式
factor(x, levels = sort(unique(x), na.last = TRUE), 
       labels, exclude = NA, ordered = FALSE)
 #levels：自行指定各水平值, 不指定时由x的不同值来求得
 #labels：指定各水平的标签, 不指定时用各水平值的对应字符串
 #exclude：指定要转换为缺失值(NA)的元素值集合
 #ordered：取真值时表示因子水平是有次序的(按编码次序)

cut(1:10, breaks=c(0, 5, 10))
##  [1] (0,5]  (0,5]  (0,5]  (0,5]  (0,5]  (5,10] (5,10] (5,10] (5,10] (5,10]
## Levels: (0,5] (5,10]

set.seed(1)
x <- sort(round(rnorm(20), 2))
f <- cut(x, breaks=4); f
##  [1] (-2.21,-1.26]  (-1.26,-0.305] (-1.26,-0.305] (-1.26,-0.305] (-1.26,-0.305]
##  [6] (-1.26,-0.305] (-0.305,0.647] (-0.305,0.647] (-0.305,0.647] (-0.305,0.647]
## [11] (-0.305,0.647] (-0.305,0.647] (-0.305,0.647] (-0.305,0.647] (0.647,1.6]   
## [16] (0.647,1.6]    (0.647,1.6]    (0.647,1.6]    (0.647,1.6]    (0.647,1.6]   
## Levels: (-2.21,-1.26] (-1.26,-0.305] (-0.305,0.647] (0.647,1.6]

levels(f) <- c("a", "b", "c", "d"); f
##  [1] a b b b b b c c c c c c c c d d d d d d
## Levels: a b c d

cu <- quantile(x, c(0, 1/4, 1/2, 3/4, 1))
cu[1] <- cu[1] - 0.01*(cu[5] - cu[1])
f2 <- cut(x, breaks=cu, oredered_result=TRUE)   #oredered_result=TRUE表示生成有序因子
levels(f2) <- c("a", "b", "c", "d"); f2
##  [1] a a a a a b b b b b c c c c c d d d d d
## Levels: a b c d

table(sex)
## sex
## 男 女 
##  3  2

h <- c(165, 170, 168, 172, 159)
tapply(h, sex, mean)
##       男       女 
## 168.3333 164.5000