今天主要學(xué)習(xí)兩個數(shù)據(jù)類型：向量和數(shù)據(jù)框。下面也只是展現(xiàn)了最基礎(chǔ)的操作，以后將在學(xué)習(xí)的過程中慢慢補(bǔ)充。

Day5 向量與數(shù)據(jù)框

向量

• 向量的概念
  在R語言當(dāng)中，元素指代的是字符串、數(shù)字等數(shù)據(jù)類型，可分為標(biāo)量和向量。向量提示我們它是有方向的，我們可以簡單地將它定義為一排有序排列的元素。而標(biāo)量則可以簡單地理解為一個元素所組成的變量。

• 向量的創(chuàng)建
  我們可以通過如下的方式創(chuàng)建一個新的向量：

冒號：用于創(chuàng)建某個數(shù)到另一個數(shù)的序列，默認(rèn)間隔為1；
c()：用來拼接數(shù)值和向量；
vector()：創(chuàng)建一個指定長度和類型的矢量，其中的結(jié)果可為0，F(xiàn)ALSE，空字符串或是NULL，格式為vector("數(shù)據(jù)類型",長度)
創(chuàng)建指定類型的空矢量：等同于上面的vector:
numeric(長度）:創(chuàng)建指定長度的0
complex(長度):創(chuàng)建指定長度的0+0i
logical(長度):創(chuàng)建指定長度的FALSE
character(長度):創(chuàng)建指定長度的空字符串

• 向量的序列
  除了上述的方式外，我們還可以通過如下方式創(chuàng)建更為通用的序列：

seq()：可以創(chuàng)建從一個數(shù)到另一個數(shù)的序列，可指定步長，格式為seq(開始,結(jié)束,by= 步長 )
seq.int：與冒號類似創(chuàng)建一個從某個數(shù)到另一個數(shù)的序列，可指定步長，格式為seq.int(開始,結(jié)束,步長)；
seq_len：創(chuàng)建一個從1開始到輸入值的序列，格式為seq_len(輸入值)；
seq_along：創(chuàng)建一個從1開始，長度為輸入值的序列，也就是說我們不必知道一個向量當(dāng)中究竟有多少個元素，我們可以用此函數(shù)直接進(jìn)行展示

> seq(1,5,by=2)
[1] 1 3 5
> seq.int(3,12,2)
[1]  3  5  7  9 11
> seq_len(8)
[1] 1 2 3 4 5 6 7 8
> x<-c(red=1,yellow=3,blue=5,green=7)
> seq_along(x)
[1] 1 2 3 4

• 向量的長度
  所有的向量都有一個長度，用來表示這個向量包含多少個元素，我們可以用length()函數(shù)進(jìn)行查看。

注意：
缺失值（NA）也會被計算在長度當(dāng)中；
字符串向量使用length()時計算的是字符串的數(shù)目，而非每個字符串中字符串的長度。換句話說，統(tǒng)計的是有幾個單詞，而不是有有幾個字母。如果想計算字母的個數(shù)，我們可以使用nchar()函數(shù)

• 向量的索引
  索引（也被成為子集、下標(biāo)、切片等），指代的是我們尋找向量中的某一部分或者部分元素的過程，通常通過中括號[]來實現(xiàn)。我們可以在中括號中加入以下的內(nèi)容：

正數(shù)：會從第一個元素開始計數(shù)，返回此位置上的向量元素；
如果[]的數(shù)字多于一個，我們要寫成如x[c(1,3,5)]這樣的格式，也可以應(yīng)用之前學(xué)過的冒號，寫出x[c(2:4)]這樣的索引；
負(fù)數(shù)：會返回除了處于這些位置上的向量元素；
邏輯向量：會返回邏輯結(jié)果為TRUE的向量元素；
向量的名字：如果我們給向量中的每個元素進(jìn)行了命名，將會返回包含這些名字的向量元素

?在使用[]進(jìn)行索引的過程中，也有一些需要注意的地方，包括：

① 不能混合使用正數(shù)和負(fù)數(shù)；
② 在[]中輸入正數(shù)和邏輯值時也可以加上缺失值NA，得到的對應(yīng)值也為缺失值。但是如果我們事先輸入了負(fù)數(shù)，則[]中不允許出現(xiàn)缺失值NA；
③ []中出現(xiàn)超出矢量的長度的數(shù)值會返回缺失值NA;
④ 輸入非整數(shù)，[]中的數(shù)值將自動向零舍入；
⑤ []中什么也不輸入將返回整個向量

> x<-c(red=1,yellow=3,blue=5,green=7)
> x
   red yellow   blue  green 
     1      3      5      7 
> x[3]
blue 
   5 
> x[-3]
   red yellow  green 
     1      3      7 
> x["red"]
red 
  1 

?除了中括號，我們還可以使用which()命令進(jìn)行索引，它將返回邏輯向量中結(jié)果為TRUE ?的元素。which.max()和which.min()命令則返回向量中數(shù)值最大或者最小的那個元素：

> a<-1:10
> which(a>5)
[1]  6  7  8  9 10
> which.max(a)
[1] 10
> which.min(a)
[1] 1

• 向量的重復(fù)
  如果需要將一段向量進(jìn)行重復(fù)的書寫，可以用到rep(要重復(fù)的向量,重復(fù)幾次)函數(shù)，它的相關(guān)參數(shù)記錄如下：

each=：每個元素均重復(fù)幾次；
times=：每個元素分別重復(fù)幾次；
length.out=：最終輸出結(jié)果的長度

> rep(1:5,3)
 [1] 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5
> rep(1:5,each=3)
 [1] 1 1 1 2 2 2 3 3 3 4 4 4 5 5 5
> rep(1:5,times=1:5)
 [1] 1 2 2 3 3 3 4 4 4 4 5 5 5 5 5
> rep(1:5,length.out=7)
[1] 1 2 3 4 5 1 2

數(shù)據(jù)框

• 數(shù)據(jù)框的概念
  在R語言中，除了向量以外還有很多看起來很像表格的數(shù)據(jù)格式，包括：
  ① 數(shù)組
  ② 矩陣
  ③ 列表
  ④ 數(shù)據(jù)框
  元素類型角度：我們可以簡單地理解為數(shù)組和矩陣需要當(dāng)中的元素是同一類型的，比如都是數(shù)字；列表和數(shù)據(jù)框更接近我們實際當(dāng)中的表格，可以包含不同的數(shù)據(jù)類型，就像我們可以在每一列當(dāng)中分別寫出姓名（字符串）、年齡（整數(shù)）、是否患?。ㄟ壿嫞┑取?br> 維度的角度：數(shù)組和列表更復(fù)雜，可以進(jìn)行更多維度的嵌套，而矩陣和數(shù)據(jù)框就像是我們平時在紙上畫的那種簡單的表格一樣。
  （當(dāng)然，它們還有一些其他微妙的區(qū)別，以上只是自己比較籠統(tǒng)的概述。）

所以我們可以簡單地將數(shù)據(jù)框看為是一種可以儲存不同數(shù)據(jù)類型的矩陣，或是非嵌套的列表，其中每個元素具有相同的長度。

• 數(shù)據(jù)框的創(chuàng)建
  一般我們都是從外部直接導(dǎo)入，很少直接自己在R語言中創(chuàng)建。創(chuàng)建的函數(shù)為data.frame()。雖然每一列之間的數(shù)據(jù)類型可以不同，但是同一列的元素類型必須相同，下面是一個簡單的例子：

> data_frame1<-data.frame(
+   x=letters[1:5],
+   y=rnorm(5),
+   z=runif(5)>0.5
+ )
> data_frame1
  x          y     z
1 a -0.5983922  TRUE
2 b  1.5111653 FALSE
3 c -0.1976543  TRUE
4 d  0.1837754  TRUE
5 e -0.6396710 FALSE
> class(data_frame1)
[1] "data.frame"

?其中列表為賦值時所給的x,y,z，而行名默認(rèn)為數(shù)字從1開始排序。我們可以通過row.names=這個參數(shù)對行名進(jìn)行更改。

• 數(shù)據(jù)框的導(dǎo)入
  有很多格式和文本類型的標(biāo)準(zhǔn)可用于存儲數(shù)據(jù)，如何將它們導(dǎo)入到R語言當(dāng)中變成R語言認(rèn)識的格式，是進(jìn)行數(shù)據(jù)分析的第一步。
  對于類似電子表格的數(shù)據(jù)通常存儲在逗號分隔值（CSV）和制表符分隔文件之中，我們可以用read.table()進(jìn)行讀取，并將結(jié)果存儲在數(shù)據(jù)框中。
  而還有一些其他使用起來比較方便的read.table()的親戚，比如read.csv()，它使用逗號作為小數(shù)位，并假定該數(shù)據(jù)有標(biāo)題行。
  其中一些常用的參數(shù)包括：

header=TRUE：將第一行作為標(biāo)題行；
sep=‘某字符’：決定了使用哪個字符作為字段之間的分隔符，例如，sep='\t'則使用制表符作為分隔符；
fill=TRUE：將用NA代替缺失的部分；
nrow：指定讀取數(shù)據(jù)的行數(shù)；
skip：決定跳過文件開始的多少行

> huahua<-read.table(file = "huahua.txt",sep = '\t',header = T)
> huahua
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA
> doudou<-read.csv("doudou.txt")
> doudou
  X1 X2
1  A  1
2  B NA
3  C NA
4  D  3
5  E NA

• 數(shù)據(jù)框的行和列
  為了了解我們得到的數(shù)據(jù)，我們首先要知道數(shù)據(jù)框當(dāng)中的每一行和每一列都表示什么信息，我們可以用下面的函數(shù)來查看行名和列名：

> rownames(huahua) #查看行名
[1] "1" "2" "3" "4" "5"
> colnames(huahua) #查看列名
[1] "X1" "X2"
> dimnames(huahua) #查看行名和列名
[[1]]
[1] "1" "2" "3" "4" "5"

[[2]]
[1] "X1" "X2"

?同樣，我們還可以用上面的例子來進(jìn)行行名列名的更改：

> colnames(huahua)[1]<-"bioplanet" #將第一列列名更改為bioplanet
> huahua
  bioplanet X2
1         A  1
2         B NA
3         C NA
4         D  3
5         E NA

?此外，為了了解數(shù)據(jù)的結(jié)構(gòu)，我們還可以用下面的命令了解行數(shù)、列數(shù)：

> nrow(huahua) #看數(shù)據(jù)庫有多少行
[1] 5
> ncol(huahua) #看數(shù)據(jù)庫有多少列
[1] 2
> dim(huahua) #看數(shù)據(jù)庫幾行幾列
[1] 5 2

• 數(shù)據(jù)框的導(dǎo)出
  對數(shù)據(jù)框進(jìn)行處理后，我們可以用下面的方式進(jìn)行導(dǎo)出，其中最常用的函數(shù)為write.table()，我們首先給出要導(dǎo)出哪一個數(shù)據(jù)框（huahua），再對導(dǎo)出的文件進(jìn)行命名（day5.txt），sep參數(shù)更改分隔符為逗號，quote=F則取消字符串的雙引號。我們首先按照下面命令進(jìn)行運(yùn)行：

> write.table(huahua,file="day5.txt",sep = ',',quote = F)

?運(yùn)行后，我們發(fā)現(xiàn)工作目錄中多出了一個名為day5的txt文件：

導(dǎo)出數(shù)據(jù)框的結(jié)果

• 數(shù)據(jù)框的索引
  與矩陣的索引類似，數(shù)據(jù)框中也可以使用4種不同的向量索引（正整數(shù)、負(fù)整數(shù)、邏輯值和字符），在中括號[]中，[x,y]表示x行y列，下面的例子對這種索引方式進(jìn)行了具體的闡釋：

> huahua[1,2]
[1] 1
> huahua[1,]
  bioplanet X2
1         A  1
> huahua[,2]
[1]  1 NA NA  3 NA
> huahua[,"X2"]
[1]  1 NA NA  3 NA
> huahua["X2"]
  X2
1  1
2 NA
3 NA
4  3
5 NA
> huahua[c(2,4),2]
[1] NA  3

?如果只選擇單列的話，還可以使用美元符號$或者帶有名稱或正整數(shù)的雙方括號[[]]:

> huahua$X2
[1]  1 NA NA  3 NA
> huahua[["bioplanet"]][2:3]
[1] B C
Levels: A B C D E

?如果想要使用邏輯向量，我們可以可以用sebset函數(shù)非常簡潔地給列加上條件篩選出來我們所需要的的那些列。subset()共需要三個參數(shù)：一個數(shù)據(jù)框、一個行的邏輯條件、保留哪一列的名字（若省略則保留所有列）：

> head(huahua)
  bioplanet X2
1         A  1
2         B NA
3         C NA
4         D  3
5         E NA
> subset(huahua,X2>0,bioplanet)
  bioplanet
1         A
4         D

反復(fù)使用數(shù)據(jù)框名的小技巧

在下面的例子中，我們反復(fù)使用到了數(shù)據(jù)框a這個變量。如果數(shù)據(jù)庫名字比較長，則會顯得很繁瑣，這時，我們可以有一些小技巧來解決這個問題：

options(stringsAsFactors = T)
a <-data.frame(case=paste0("S",1:9),values=runif(9))
plot(a$case,a$values)

• attach
  我們首先可以利用attach()命令在搜索環(huán)境中添加數(shù)據(jù)框a，這樣便可以不用再下一次使用a的時候再打出數(shù)據(jù)框的名字了。但是使用完成后務(wù)必記得用detach命令退出，否則在有重名的變量、數(shù)據(jù)框時會很容易造成麻煩。

attach(a) #將數(shù)據(jù)框a添加到搜索環(huán)境中，以后我們再用a的時候不用再打它的全名了
plot(case,values)
detach(a)

• with
  with函數(shù)也可以對需要反復(fù)輸入的數(shù)據(jù)框變量名進(jìn)行簡化，它接受一個數(shù)據(jù)框和要計算的表達(dá)式作為輸入?yún)?shù)：

with(a,{              #{}外面的a指明在哪個數(shù)據(jù)框當(dāng)中進(jìn)行操作
 plot(case,values)    #大括號里面的plot()的變量沒有再使用a這個數(shù)據(jù)框名
x<<-summary(values)   #求和并賦值給x,<<的意思是作為全局變量，也就是出了大括號仍有效。
})

變量的保存

如果有時候我們尚未完成工作，需要暫時保存一部分變量或者腳本，我們可以采用下面的方法。注意變量名的書寫，否則會找不到目標(biāo)的對象：

> save.image(file="bioinfoplanet.RData") #保存當(dāng)前所有變量
> save(huahua,file="test.RData") #保存其中一個變量

而再次用到這些的時候，我們只需要輸入下面的命令就可以了：

load("test.RData") #再次使用RData時的加載命令