正在跟隨微信公眾號：猴子聊人物學(xué)習數(shù)據(jù)分析，選擇了R語言作為入門工具，以后的文章算是記錄自己學(xué)習R語言的歷程吧！
之所以選擇簡書，是因為知乎多次無故被封，無奈為之，意外發(fā)現(xiàn)，Markdown很好用！
一、數(shù)據(jù)結(jié)構(gòu)
很多小伙伴都貼過的一張圖，很好的反應(yīng)了各個數(shù)據(jù)結(jié)構(gòu)之間的區(qū)別和聯(lián)系！
1、向量-vector
單個向量中的數(shù)據(jù)必須有相同的類型或模式，不能混雜使用，否則R會強制轉(zhuǎn)換。
例如，a中含有數(shù)值、邏輯和字符型數(shù)據(jù)，則會強制轉(zhuǎn)換成字符型數(shù)據(jù)：
> name<-c("猴子","李同","王五","張三")
> name
[1] "猴子" "李同" "王五" "張三"
> a<-c(1,TRUE,"我")
> a
[1] "1" "TRUE" "我"
# 向量類型
> class(name)
[1] "character"
> class(a)
[1] "character"
計算向量長度以及選取向量內(nèi)數(shù)據(jù)的方法：
# 向量長度
> length(name)
[1] 4
# 給定數(shù)據(jù)所在位置進行選取
> name[2]
[1] "李同"
2、矩陣-matrix
二維數(shù)組，每個元素有相同的模式
例如，定義一個4行*1列的矩陣：
> # 矩陣的數(shù)據(jù)：病人年齡
> age<-c(29,34,28,52)
> # 行名：病人姓名
> rnames<-c("猴子","李同","王五","張三")
> # 列名
> cnames<-c("age")
> a<-matrix(age,c(4,1),byrow=TRUE,dimnames = list(rnames,cnames))
> a
age
猴子 29
李同 34
王五 28
張三 52
# 繪制年齡分布的條形圖
barplot(a[,1],main="病人年齡分布",xlab="姓名",ylab="年齡", col=c("lightblue"),border = NA,cex.lab=1.5,las=1)
訪問矩陣中的元素：
# 訪問矩陣中的元素
> a[1,]
[1] 29
> a[,1]
猴子 李同 王五 張三
29 34 28 52
> a[3,1]
[1] 28
3、數(shù)組
與矩陣類似，但維度可以大于2
例如，定義一個3維數(shù)組：
> # 每個維度的名稱
> dim1<-c("A1","A2")
> dim2<-c("B1","B2","B3")
> dim3<-c("C1","C2","C3","C4")
> a<-array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))
> a
, , C1
B1 B2 B3
A1 1 3 5
A2 2 4 6
, , C2
B1 B2 B3
A1 7 9 11
A2 8 10 12
, , C3
B1 B2 B3
A1 13 15 17
A2 14 16 18
, , C4
B1 B2 B3
A1 19 21 23
A2 20 22 24
選取數(shù)據(jù)：
> # 選取數(shù)據(jù)
> a[1,2,3]
[1] 15
> a[1,,3]
B1 B2 B3
13 15 17
> a[1,,]
C1 C2 C3 C4
B1 1 7 13 19
B2 3 9 15 21
B3 5 11 17 23
4.數(shù)據(jù)框
數(shù)據(jù)框中同一列數(shù)據(jù)類型必須相同，不同列數(shù)據(jù)類型可不相同
例如，創(chuàng)建一個病例數(shù)據(jù)：
> # 病人編號
> patientID<-1:4
> # 姓名
> name<-c("猴子","李同","王五","張三")
> # 病人年齡
> age<-c(29,34,28,52)
> # 糖尿病類型
> diabetes<-c("1型糖尿病","2型糖尿病","1型糖尿病","2型糖尿病")
> # 病情
> status<-c("較差","好轉(zhuǎn)","顯著好轉(zhuǎn)","較差")
> patientdata<-data.frame(patientID,name,age,diabetes,status,stringsAsFactors = FALSE)
> patientdata
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 較差
2 2 李同 34 2型糖尿病 好轉(zhuǎn)
3 3 王五 28 1型糖尿病 顯著好轉(zhuǎn)
4 4 張三 52 2型糖尿病 較差
選取數(shù)據(jù)框內(nèi)元素：
注意：有時使用$符號比較麻煩，可以使用attach（）&detach（）或者with（）。
> # 查找某一列，注意age3與前兩種結(jié)果不同
> age1<-patientdata$age
> age1
[1] 29 34 28 52
> age2<-patientdata[,3]
> age2
[1] 29 34 28 52
> age3<-patientdata[c("age")]
> age3
age
1 29
2 34
3 28
4 52
> age4<-patientdata[[c("age")]]
> age4
[1] 29 34 28 52
> # 選取數(shù)據(jù)框中的某些部分
> subdata<-patientdata[c("diabetes","status")]
> subdata
diabetes status
1 1型糖尿病 較差
2 2型糖尿病 好轉(zhuǎn)
3 1型糖尿病 顯著好轉(zhuǎn)
4 2型糖尿病 較差
計算總行數(shù)以及有條件的計算行數(shù)：
> # 計算總行數(shù)
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # step1：查找“1型糖尿病”病人
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",]
> type1
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 較差
3 3 王五 28 1型糖尿病 顯著好轉(zhuǎn)
> # step2：統(tǒng)計“1型糖尿病”病人人數(shù)
> type1.number<-nrow(type1)
> type1.number
[1] 2
增加行數(shù)rbind和列數(shù)cbind：
# rbind 按行增加
> # 病人編號
> patientID<-c(5)
> # 姓名
> name<-c("王思聰")
> # 病人年齡
> age<-c(30)
> # 糖尿病類型
> diabetes<-c("1型糖尿病")
> # 病情
> status<-c("較差")
> newpatient<-data.frame(patientID,name,age,diabetes,,stringsAsFactors = FALSE)
> patientdata<-rbind(patientdata,newpatient)
> patientdata
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 較差
2 2 李同 34 2型糖尿病 好轉(zhuǎn)
3 3 王五 28 1型糖尿病 顯著好轉(zhuǎn)
4 4 張三 52 2型糖尿病 較差
5 5 王思聰 30 1型糖尿病 較差
> # cbind 按列增加
> # 入院時間
> intTime<-c("2015-3-1","2014-12-31","2015-10-1","2015-5-1","2016-12-31")
> patientdata<-cbind(patientdata,intTime)
> patientdata
patientID name age diabetes status intTime
1 1 猴子 29 1型糖尿病 較差 2015-3-1
2 2 李同 34 2型糖尿病 好轉(zhuǎn) 2014-12-31
3 3 王五 28 1型糖尿病 顯著好轉(zhuǎn) 2015-10-1
4 4 張三 52 2型糖尿病 較差 2015-5-1
5 5 王思聰 30 1型糖尿病 較差 2016-12-31
5、列表
可以是若干向量、矩陣、數(shù)據(jù)框，甚至是其他列表的組合。
例如，創(chuàng)建如下列表：
> # 計算一共有多少病人
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # 找出患“1型糖尿病”的病人信息
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",]
> type1
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 較差
3 3 王五 28 1型糖尿病 顯著好轉(zhuǎn)
> kpi<-list(diabetesType1=type1,number=patientNumber)
> kpi
$diabetesType1
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 較差
3 3 王五 28 1型糖尿病 顯著好轉(zhuǎn)
$number
[1] 4
訪問列表中元素：
關(guān)于單中括號和雙中括號的區(qū)別，參考R統(tǒng)計筆記（四）：中括號與雙中括號的差異 - CSDN博客
# 獲取列表kpi中的病人數(shù)目
number1<-kpi["number"]
number2<-kpi[["number"]] #等價于kpi$number
> number1
$number
[1] 4
> number2
[1] 4
二、課后作業(yè)
1、導(dǎo)入Excel數(shù)據(jù)
不想安裝JAVA，所以沒有用xlsx包，采用了如下三種方法：
1.第一種辦法：RStudio中File——Import Dataset——From Excel，顯示的代碼：
library(readxl)
病例數(shù)據(jù) <- read_excel("C:/Users/Administrator/Desktop/病例數(shù)據(jù).xlsx")
問題：如果文件路徑過長，可能無法成功
2.第二種辦法：將Excel文件變?yōu)镃SV文件,用file.choose選擇文件路徑：
病例數(shù)據(jù)<-read.table(file.choose(),header = TRUE,
row.names = "病人編號",sep=",",
stringsAsFactors = FALSE)
這是《R語言實戰(zhàn)》中推薦的方法，當文件路徑過長是用此方法，而且file.choose()很方便。
3.第三種辦法：clipboard復(fù)制粘貼
病例數(shù)據(jù) <- read.table("clipboard",header = T)
此方法只適用于數(shù)據(jù)量較小的情況
2、基礎(chǔ)計算
> 病例數(shù)據(jù)
姓名 年齡 糖尿病類型 病情 病情.1
1 猴子 29 1型糖尿病 較差 Poor
2 李同 34 2型糖尿病 好轉(zhuǎn) Improved
3 王五 28 1型糖尿病 顯著好轉(zhuǎn) Excellent
4 張三 52 2型糖尿病 較差 Poor
> 病人數(shù)目 <- nrow(病例數(shù)據(jù))
> 病人數(shù)目
[1] 4
> type1<- 病例數(shù)據(jù)[病例數(shù)據(jù)$糖尿病類型=="1型糖尿病",]
> type1
姓名 年齡 糖尿病類型 病情 病情.1
1 猴子 29 1型糖尿病 較差 Poor
3 王五 28 1型糖尿病 顯著好轉(zhuǎn) Excellent
> nrow(type1)
[1] 2
