R语言学习day10丨数据自动生成、查看、转化、提取基础知识

摘要：今天的笔记内容是R语言中数据创建、随机自动生成、查看、转化相关基础知识。包括cbind、rbind、rnorm、runif、rep、dim、apply、str等的用法。

R语言数据处理基础笔记

创建数据

• 正态分布
  随机正态分布数据可以用rnorm函数生成，下面生成8个随机数值，平均值为1，标准差为2

> rnorm(8,mean=1,sd=2)
[1]  1.2431291  1.9648432 -2.4450025 -0.7330347
[5]  3.2119733  2.3628804  0.7375560  4.6286765

• 均匀分布
  利用runif函数生成4个随机数，服从最小值为3，最大值为5的均匀分布。

> runif(4,min = 3,max = 5)
[1] 3.627561 4.834160 4.783988 3.289960

• 生成重复值
  rep函数生成重复值，下面为将1重复3次。

> rep(1,3)
[1] 1 1 1

一个简单实例数据

R语言中1:20表示生成从1到20的数字内容，dim表示数据框的维度。下面生成一个五行四列的矩阵。

> a <- 1:20
> dim(a) <- c(5,4) #设置a为5行4列
> a
     [,1] [,2] [,3] [,4]
[1,]    1    6   11   16
[2,]    2    7   12   17
[3,]    3    8   13   18
[4,]    4    9   14   19
[5,]    5   10   15   20

letters表示从a依次生成小写字母，LETTERS表示依次生成大写字母，利用colnames和rownames对矩阵的列名和行名进行修改。

> colnames(a) <- letters[1:4] #列名
> a
     a  b  c  d
[1,] 1  6 11 16
[2,] 2  7 12 17
[3,] 3  8 13 18
[4,] 4  9 14 19
[5,] 5 10 15 20
> rownames(a) <- LETTERS[1:5] #行名
> a
  a  b  c  d
A 1  6 11 16
B 2  7 12 17
C 3  8 13 18
D 4  9 14 19
E 5 10 15 20

查看刚刚创建数据的最大值、最小值、行数、列数：

> max(a)
[1] 20
> min(a)
[1] 1
> nrow(a) #行数
[1] 5
> ncol(a) #列数
[1] 4

apply表示对数据按每一行（1）或者每一列（2）进行操作，计算每一列的方差、中值偏差、均值：

> apply(a,1,var) #对a的每一行计算方差
[1] 41.66667 41.66667 41.66667 41.66667 41.66667
> apply(a,1,mad) #对a的每一行计算中值差
[1] 7.413 7.413 7.413 7.413 7.413
> apply(a,2,mean) #对a的每一列计算平均值
[1]  3  8 13 18

对矩阵进行转置操作：

> expr = t(a) #t（）表示转置
> expr
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    2    3    4    5
[2,]    6    7    8    9   10
[3,]   11   12   13   14   15
[4,]   16   17   18   19   20
> str(expr) #str函数是非常好的查看数据工具哈哈哈哈
 int [1:4, 1:5] 1 6 11 16 2 7 12 17 3 8 ...

数据类型和转换

刚刚创建的数据为矩阵（matrix）格式，可以使用is.matrix（a）来检测。

> is.matrix(a)
[1] TRUE
> is.vector(a)
[1] FALSE #不是向量，所以显示FALSE

如果想把矩阵转化为数据框data.frame,只需要使用as.data.frame()命令。

> is.data.frame(a)
[1] FALSE
> is.data.frame(as.data.frame(a))
[1] TRUE

数据的合并与组合

在Linux中有paste和cat命令能对表格（矩阵）按照行或者列进行合并（点击这里跳转阅读），R语言中也有类似的命令cbind和rbind，接下来首先创建两个2×2的矩阵。

> a <- matrix(1:4,2,2)
> a
     [,1] [,2]
[1,]    1    3
[2,]    2    4
> b <- matrix(5:8,2,2)
> b
     [,1] [,2]
[1,]    5    7
[2,]    6    8

使用cbind将两部分数据按列合并，即左右两坨横着拼起来。

> cbind(a,b)
     [,1] [,2] [,3] [,4]
[1,]    1    3    5    7
[2,]    2    4    6    8

使用rbind按照行进行合并，即上下两部分合在一起。

> rbind(a,b)
     [,1] [,2]
[1,]    1    3
[2,]    2    4
[3,]    5    7
[4,]    6    8

数据的中心化和标准化

数据分析时，不同数据有不同的特征和衡量差异，需要对数值进行中心化（数据减去均值得到）和标准化（在中心化后除以标准差）。
R语言中实用scale函数直接完成上述步骤，比如对1,2,3三个数进行处理，得到如下结果。

> scale(1:3)
     [,1]
[1,]   -1
[2,]    0
[3,]    1
attr(,"scaled:center")
[1] 2
attr(,"scaled:scale")
[1] 1

参考资料：

http://www.ehbio.com/Bioinfo_R_course/Rbasic.html#R_version
https://blog.csdn.net/qq_27586341/article/details/91365165

本文由mdnice多平台发布