R语言入门经典教程：初学者指南

需积分: 12 153 浏览量更新于2024-07-29 收藏 720KB PDF 举报

"《R语言基础教程》(R for Beginners: Chinese Edition 2.0) 是由Emmanuel Paradis博士撰写的一本经典入门教材，旨在帮助初学者快速掌握R语言。该书原版于2002年发布，后经作者在2005年进行了修订，以适应R语言的发展和变化。本书的核心内容包括R语言的基本原理、对象的管理（如创建、组织和删除）、以及数据操作等基础知识。作者提供了全部的原始LATEX源代码，使得读者可以深入了解编程细节。翻译工作由四位志愿者参与，分别是王学枫负责第一章和第二章，谢益辉翻译第三章，李军焘负责第四章，丁国徽则负责第五章至第七章。华东师范大学汤银才老师负责文档的编辑校对，北京大学李东风老师对全文进行了审阅，并给出了宝贵的建议，他们的贡献值得感谢。尽管翻译仓促，可能存在一些错误，但作者鼓励R语言爱好者提出反馈，可以通过邮件pwxf@hotmail.com进行交流和改进。本书享有版权，允许在保留版权声明的情况下进行复制、分发和翻译，只要确保包含相同的版权信息。该书的第一部分介绍了R语言的基础原理，如R作为统计计算语言的特点和其在数据分析中的应用。第二章深入探讨对象的创建、管理和销毁，这对于理解R的面向对象编程至关重要。第三章则详细讲解了如何在R中进行数据操作，包括数据的导入、处理、清洗和分析，这些都是实际项目中不可或缺的技能。《R语言基础教程》对于想要进入数据分析领域的新手来说是一本非常实用的工具书，无论是自学还是教学，都能提供坚实的基础知识。通过阅读和实践，读者将逐步掌握R语言，为进一步的专业发展打下坚实的基础。"

3 R的的的数数数据据据操操操作作作

3.1 对对对象象象

我们已经看到R通过一些对象来运行，当然首先这些对象是用它们的名称

和内容来刻画的，其次也通过对象的数据类型即

属性

来刻画。为了理解这些

属性的用处，我们以一个在{1,2,3}中取值的变量为例：这个变量可以是一个

整数变量（例如巢中蛋的个数），或者也可以是一个分类变量的编码（例如

某些甲壳类动物的三种性别：雄、雌和雌雄同体）。

显然对这个变量的统计分析在以上两例中将是不相同的，对象的属性

在R中提供着所需的信息。更技术性也更一般地说，对于作用于一个对象的函

数，其表现将取决于对象的属性。

所有的对象都有两个

内在

属性：

类型

和

长度

。类型是对象元素的基本种

类，共有四种：数值型，字符型，复数型

和逻辑型(FALSE或TRUE)，虽然也

存在其它的类型，但是并不能用来表示数据，例如函数或表达式；长度是对

象中元素的数目。对象的类型和长度可以分别通过函数mode和length得到。

> x <- 1

> mode(x)

[1] "numeric"

> length(x)

[1] 1

> A <- "Gomphotherium"; compar <- TRUE; z <- 1i

> mode(A); mode(compar); mode(z)

[1] "character"

[1] "logical"

[1] "complex"

无论什么类型的数据，缺失数据总是用NA(

不可用

)来表示；对很大的数

值则可用指数形式表示：

> N <- 2.1e23

> N

[1] 2.1e+23

R可以正确地表示无穷的数值，如用Inf和-Inf表示±∞，或者用NaN(

非

数字

)表示不是数字的值。

本手册中不讨论复数型

向量是一个变量，其意思也即人们通常认为的那样；因子是一个分类变

量；数组是一个k维的数据表；矩阵是数组的一个特例，其维数k = 2。注

意，数组或者矩阵中的所有元素都必须是同一种类型的；数据框是由一个

或几个向量和（或）因子构成，它们必须是等长的，但可以是不同的数据类

型；“ts”表示时间序列数据，它包含一些额外的属性，例如频率和时间；

列表可以包含任何类型的对象，包括列表！

对于一个向量，用它的类型和长度足够描述数据；而对其它的对象则另

需一些额外信息，这些信息由

外在

的属性给出。这些属性中的是表示对象维

数的dim，比如一个2行2列的的矩阵，它的dim是一对数值[2,2]，但是其长度

是4。

3.2 在在在文文文件件件中中中读读读写写写数数数据据据

对于在文件读取和写入的工作，R使用工作目录来完成。可以使用命

令getwd() (

获得工作目录

)来找到目录，使用命令setwd("C:/data") 或

者setwd("/home/paradis/R") 来改变目录。如果一个文件不在工作目录里

则必须给出它的路径

。

R可以用下面的函数读取存储在文本文件（ASCII）中的数据：read.table

(其中有若干参数，见后文)，scan和read.fwf。R也可以读取以其他格式的

文件(Excel, SAS, SPSS, . . . ) 和访问SQL类型的数据库，但是基础包中并不

包含所需的这些函数。这些功能函数对于R的高级应用是十分有用的，但是我

们在这里将读取文件限定在ASCII格式。

函数read.table用来创建一个数据框，所以它是读取表格形式的数据的

主要方法。举例来说，对于一个名为data.dat的文件，命令：

> mydata <- read.table("data.dat")

将创建一个数据框名为mydata，数据框中每个变量也都将被命名，

缺省值为V1, V2, . . . 并且可以单独地访问每个变量，代码为：mydata$V1,

mydata$V2, . . . , 或者用mydata["V1"], mydata["V2"], . . . , 或者还有一种方

法，mydata[, 1], mydata[,2 ], . . .

这里有一些选项的缺省值(即如果用户

不设定那么R将自动使用的值)见于下表：

read.table(file, header = FALSE, sep = "", quote = "\"’", dec = ".",

row.names, col.names, as.is = FALSE, na.strings = "NA",

colClasses = NA, nrows = -1,

skip = 0, check.names = TRUE, fill = !blank.lines.skip,

在Windows中，为Rgui.exe创建一个快捷方式是比较有用的，在快捷方式“属性”的“起

始位置”中改变目录，然后用此快捷方式启动R时这个目录就会成为工作目录

注意这几种方法的结果是有区别的：mydata$V1和mydata[, 1]是向量，

而mydata["V1"]是数据框。后面(p. 19)将会讲到关于处理对象的详情。

strip.white = FALSE, blank.lines.skip = TRUE,

comment.char = "#")

file 文件名（包在""内，或使用一个字符型变量），可能需要全路径

（注意即使是在Windows下，符号\ 也不允许包含在内，必须用／替

换），或者一个URL链接（http://...）（用URL对文件远程访问）

header 一个逻辑值(FALSE or TRUE)，用来反映这个文件的第一行是否包含

变量名

sep 文件中的字段分离符，例如对用制表符分隔的文件使用sep="\t"

quote 指定用于包围字符型数据的字符

dec 用来表示小数点的字符

row.names 保存着行名的向量,或文件中一个变量的序号或名字,缺省时行号取

为1, 2, 3, . . .

col.names 指定列名的字符型向量(缺省值是：V1, V2, V3, . . . )

as.is 控制是否将字符型变量转化为因子型变量(如果值为FALSE)，或者仍

将其保留为字符型（TRUE）。as.is可以是逻辑型，数值型或者字符

型向量，用来判断变量是否被保留为字符。

na.strings 代表缺失数据的值(转化为NA)

colClasses 指定各列的数据类型的一个字符型向量

nrows 可以读取的最大行数(忽略负值)

skip 在读取数据前跳过的行数

check.names 如果为TRUE，则检查变量名是否在R中有效

fill 如果为TRUE且非所有的行中变量数目相同，则用空白填补

strip.white 在sep已指定的情况下，如果为TRUE ，则删除字符型变量前后多余的

空格

blank.lines.skip 如果为TRUE，忽略空白行

comment.char 一个字符用来在数据文件中写注释，以这个字符开头的行将被忽略

（要禁用这个参数，可使用comment.char = ""）

read.table的几个变种因为使用了不同的缺省值可以用在几种不同情况

下：

read.csv(file, header = TRUE, sep = ",", quote="\"", dec=".",

fill = TRUE, ...)

read.csv2(file, header = TRUE, sep = ";", quote="\"", dec=",",

fill = TRUE, ...)

read.delim(file, header = TRUE, sep = "\t", quote="\"", dec=".",

fill = TRUE, ...)

read.delim2(file, header = TRUE, sep = "\t", quote="\"", dec=",",

fill = TRUE, ...)

函数scan比read.table要更加灵活，它们的区别之一是前者可以指定变

量的类型，例如：

剩余76页未读，继续阅读

struggle87

粉丝: 0
资源: 6

R语言入门经典教程：初学者指南

2024R语言基础入门教程R语言R语言基础复习框架

R语言基础入门教程 Rstudio 下载及安装教程.pdf

R语言基础与应用-R语言教程-大学R语言基础教程

LALALA-r语言LALALA-r语言

r语言基础教程.

markdown编写的R语言基础教程

markdown编写的R语言基础教程.zip

R语言基础教程全面汇总

R语言基础教程材料解析

R语言基础教程：R简介R Markdown文档

最新资源