R语言入门总结

1、R的简单语法：

数据集：

观测   变量

记录   字段

示例   属性

名义变量

有序变量

连续变量

数据结构：

向量--只能同一类型的数据

标量---一个数据，常用来存一个常数

数组--维度可以大于2

数据框---可以包含多种类型的数据，最常用的数据结构

矩阵--只能同一类型数据

列表---上面的任何一种结构的数据都可以放入列表中。

2、经常用的R命令：

help() 

getwd() 

setwd()

 install.packages()

 q()

c()

 source() 

 library() 

plot()

head() 

tail() 

sapply()

apply()

aggregate()

table()

summary()

cbind()

rbind()

set.seed()

psate()

row.names()

names()

sort()#返回排序的数值序列

order()#返回排序后原数据的下标号

sample()

常用的抽样形式：

#把数据按比例分为两部分，一部分全为1表示，一部分用2表示

ind=sample(2,nrow(data),replace=FALSE,prob=c(0.7,0.3))

train<-data[ind==1,]

test<-data[ind==2,]

#从1~总数据行中抽取30行

ind<-sample(1:nrow(data),30)

train<-data[ind,]

test<-data[-ind,]

3、一个简单的处理案例

#构建一个数据框
Student<-c('John Davis','Anglea Williams','Bullwinkle Moose','David Jones','Janice Markhammer','Cheryl Cushing','Reuven Ytzrhak','Greg Knox','Joel England','Mary Rayburn')
Math<-c(502,600,412,358,495,512,410,625,573,522)
 Science<-c(95,99,80,82,75,85,80,95,89,86)
English<-c(25,22,18,15,20,28,15,30,27,18)
 roster<-data.frame(Student,Math,Science,English,stringsAsFactors = FALSE)


 #对指定列进行归一化
 z<-scale(roster[,2:4])
#对每一行求平均值
 score<-apply(z,1,mean)
#把平均值加到数据框后
 roster<-cbind(roster,score)
#找到4个分位点
 y<-quantile(score,c(0.8,0.6,0.4,0.2))
#扩展一个评分的字段
 roster$grade[score>=y[1]]<-"A"
roster$grade[score<y[1]&score>=y[2]]<-"B"
roster$grade[score<y[2]&score>=y[3]]<-"C"
 roster$grade[score<y[3]&score>=y[4]]<-"D"
 roster$grade[score<y[4]]<-"E"


#把名字的姓、名分开---注意函数直接用在一个向量上
name<-strsplit(roster$Student," ")
#获取部分的函数"["
lastname<-sapply(name,"[",2)
firstname<-sapply(name,"[",1)
#注意如何去掉一列
roster<-cbind(firstname,lastname,roster[,-1])
#按姓氏排序
roster<-roster[order(lastname,firstname),]