R语言之数据的输入方式总结_r语言输入数据-数据分析

R语言之数据的输入方式总结

1.使用C函数连接数据

2.使用c,cbind,rbind结合变量

3.使用Vector函数结合数据

4.使用矩阵结合数据
5.使用data.frame函数结合数据

6.使用list函数结合数据

c 向量数组矩阵数据框列表

1.使用C函数连接数据
se<-c(59, 55, 53.3, 44, 44) #可以在逗号的任一一边加上空格增加代码的可读性
#查看severe的前3个值
se[1:3]
#查看除了第2个之外的所有值
se[-2]
#可以做对数据做如下的操作：sum mean max min median var sd
s.su<-sum(se)
s.su #.是变量名的一部分

（以下操作均以下数据为例）
Wingcrd<-c(59, 55, 53.5, 55, 52.5, 57.5, 53, 55)
Tarsus<-c(22.3, 19.7, 20.8, 20.3, 20.8, 21.5, 20.6, 21.5)
Head<-c(31.2, 30.4, 30.6, 30.3, 30.3, 30.8, 32.5, NA)
Wt<-c(9.5, 13.8, 14.8, 15.2, 15.5, 15.6, 15.6, 15.7)
#R中的变量名最好使用大写字母开头这样可以避免将他和一些内部函数名混淆因为大部分内部函数都不是以大写字母开头的
#R中缺失值用NA表示这时调用内部函数会出现计算结果错误NA
#在计算的向量中如果有缺失值的话可以设置函数的na.rm=FALSE为TRUE
sum(Head,na.rm=TRUE) #返回剩余七个数值的和
#na.rm=TRUE表示删除缺失值

mean(Head,na.rm=TRUE) #返回剩余七个数值的均值

2.使用c,cbind,rbind结合变量
#有4列数据每列中含有8个数据使用c函数连接数据
BridData<-c(Wingcrd,Tarsus,Head,Wt)
BridData
#BridData是一个长度为32的单个向量
ID=rep(c(1,2,3,4),each=8)
ID=rep(c(1:4),each=8)
ID
#rep代表重复
a<-seq(from=1,to=4,by=1)
a<-1:4
#cbind函数作用是将所结合的变量以列的形式输出
Z<-cbind(Wingcrd,Tarsus,Head,Wt)
Z
#访问Z的第一列Z[,1]
Z[,1]
Z[1:8,1]
#访问Z的第二行
Z[2,]
#访问Z的第1 3 4列
Z[,c(1,3,4)]
#判断Z的维数
dim(Z)
#存储Z的行数
zrow<-dim(Z)[1]
#rbind()函数将变量以行进行结合输出
Z2<-rbind(Wingcrd,Tarsus,Head,Wt)
Z2
3.使用Vector函数结合数据
P<-vector(length=3)
#生成数组
P[1]<-22
P[2]<-3
P[3]<-44

4.使用矩阵结合数据
Dmat<-matrix(nrow=8,ncol=4)
Dmat
Dmat[,1]<-c()
Dmat[,2]<-c()
Dmat[,3]<-c()
Dmat[,4]<-c()
#使用colnames函数给矩阵加上列名称
colnames(Dmat)<-c(“x1″,”x2″,”x3″,”x4”)
Dmat

5.使用data.frame函数结合数据数据框
#可以使用数据框结合具有相同长度的变量而数据框的每一行就包含一个同一样本的不同观察值

da<-data.frame(wc=Wingcrd,TS=Tarsus,HD=Head,W=Wt)
da
#使用data.frame函数创建一个名为da的对象数据框的优点是可以在不影响原始数据的基础上改变数据

#查看数据框的各个变量
da$TS

6.使用list函数结合数据
#特点是它的每一行不仅仅代表一个样本单元感觉像是混合数据的组合
#比如 x1 x2 x3都包含一些数据 x1是长3的向量 x2有4个字符 x3是一维变量
x1<-c(1,1,1)
x2<-c(“a”,”b”,”c”,”d”)
x3<-4
Y<-list(x1=x1,x2=x2,x3=x3)

==转载请注明出处==

转载请注明：数据分析 » R语言之数据的输入方式总结_r语言输入数据