R语言快速入门上手

导言：

    较早之前就听说R是一门便捷的数据分析工具，但由于课程设计的原因，一直没有空出足够时间来进行学习。最近自从决定本科毕业出来找工作之后，渐渐开始接触大数据行业的技术，现在觉得是时候把R拿下了；用了3天时间，除了对R先有一个大概认识之外，也着手敲指令。由于计算机专业的底子还不错，而且先后接触过不下10种编程语言，感觉R语言入门上手还是挺简单的。下面是自己汇总的一些简单入门代码供大家参考，感兴趣的朋友也可逐行敲打测试。

• 1. 介绍变量、顺序结构、分支结构、循环结构、函数使用、获取帮助等知识

#---这是注释---
#R变量类型及赋值
x <- 1.12;print(x)
y <- c(1,2,4,3);print(y)
z <- c("Dog","Pig","Cat");print(z)
v <- c(T,F,T,T) print(v)

"Me" -> I
"Her" -> H

#assign赋值函数
assign("t",123);print(t)

Me <- 'You'
assign(Me,123);print(You)

#cat()函数多数据输出
cat("x=",x,"\n")

#ls()显示当前工作环境所有变量及函数
ls()
#ls.str()函数查看当前工作环境变量及函数的详细属性
ls.str()



#rm()删除指定变量或函数
rm(x)
#rm(list=ls())删除全部，慎用！

#--------------------------


#分支语句：if ,else ,ifse
x <- 5
if(x>0) print("正数")

x <- 1
if(x==1) print("x=1")

score <- 89
if(score >= 90 ){
    print("A")
}else if(score >= 80){
    print("B")
}else if(score >= 70){
    print("C")
}else if(score >=60){
    print("D")
}else {
    print("不及格")
}

#switch 条件分支，跟C语音类似
x <- 2
switch(x,
    print("Choice 1"),
    print("Choice 2"),
    print("Choice 3")
)


#循环语句for,while,repeat
s <- 0
vars <- 1:10
for(i in vars){
    s <- s+i
}
print(s)

sum <- 0
i <- 1
while(i<=10){
    sum <- sum+i
    i <- i+1
}
print(sum)

#-----------------

 

• 2. 介绍向量、数组、列表、数据框、日期时间等数据结构的基础知识，以及生成这些结构的方法

#向量
x0 <- c(1,2,3,4,5);print(x0)
x1 <-1:10;print(x1)

x2 <-seq(from=1,to=10);print(x2)

#seq()修改步长by=2
x3 <- seq(from=1,to=20,by=2);print(x3)
#seq() 等分为length.out 份
x4 <- seq(from=1,to=100,length.out=25);print(x4)


y1 <- rep(1,10);print(y1)
y2<-rep("Hey",3);print(y2)

#sample()抽样函数
y3 <- sample(x=1:100,size=10,replace=F);print(y3)
y4 <- sample(x=c(0,1),size=10,replace=T);print(y4)

#正态分布随机函数rnorm()
z1 <- rnorm(n=10);print(z1)
z2 <- rnorm(n=10,mean=100,sd=20);print(z2)

#日期标准化转换as.Date()
D <- "1993-1-01"
A <- as.Date(D);print(A)


#一维、多维数组
t1 <- 1:20
dim(t1)<-c(5,4)
print(t1)

t2 <-array(rnorm(40,10,5),dim=c(5,4,2))
print(t2)
print(length(t2))  #所有元素总数量

#数据框data.frame
df <- data.frame(Sname=c("Zhu","Lin","Li"),Sage=c(17,19,20),Ssex=rep("Boy",3))
df
print(class(df))

#列表list
li <- list(Sname=c("Chen","Zhu","Lin","Li"),Sage=c(17,19,20),Ssex=rep("Boy",4))
li
print(class(li))


#--------------------

 

• 3. 介绍R提供了极其灵活的方式，访问、修改、向量、列表、数据框等数据结构，以及R中很多重要、常用的数据分析函数

#3-1访问向量元素

x <- 1:10;print(x)
print(x[2])
print(x[-5])
print(x[1:3])
print(x[1:5 * 2])
print(x[c(1,2,5)])
print(x[x>5])
print(x[x > mean(x)])

names(x)<-LETTERS[1:10];print(x)
print(y["C"])
View(y)

#修改指定位置的向量元素值r
z <- 1:10;print(z)
z[5]<-100;print(z)

z1<-1:10;print(z1)
z1<-c(x,11,12,13);print(z1)

z1[length(z1)+1] <- 11;print(z1)

#-----------------------


#列表list
li <- list(Sname=c("Chen","Zhu","Lin","Li"),Sage=c(17,19,20),Ssex=rep("Boy",4))
li

print(li$Sname)
print(li[[1]])
print(li$Sage[1])

names(li)
li$SDate <- as.Date(rep("2014-12-12",4));
names(li)


#在列表任意位置添加一个新元素
z <- list(Sheight=c(172,170,178,180))
li <- append(li,z,after=0)

names(li)

#删除列表中的指定项
li$Sage <-NULL
names(li)


#-----------------------
#矩阵访问

data(EuStockMarkets)
print(head(EuStockMarkets))
print(class(EuStockMarkets))
print(summary(EuStockMarkets))

View(EuStockMarkets)

rowTotal <- rowSums(EuStockMarkets) #矩阵内部必须全数值
EuStockMarkets <- cbind(EuStockMarkets,rowTotal)
colTotal <-colSums(EuStockMarkets)
EuStockMarkets <- rbind(EuStockMarkets,colTotal)

print(tail(EuStockMarkets))

#访问数据框
#数据框data.frame
df <- data.frame(Sname=c("Zhu","Lin","Li"),Sage=c(17,19,20),Ssex=rep("Boy",3))
df
print(df[1,])  #访问第一行
print(df[,2])  #访问第二列

print(df$Sname)

#当需要频繁访问某一个数据框时，可以使用attach()加载到搜索框

attach(df)

print(Sage)
print(Sname)
print(Ssex)
detach(df)
ls()

#-------------------------

 

#3-2 R语言基本分析函数
ls.str()

x<-1:100
#查找最大、最小及平均值
#print(which,max(x))
#print(which,min(x))

print(mean(x))
print(max(x))
print(min(x))

w <- c(2,3,5,1,4,2,5,11,3)
print(sort(w))
print(sort(w,decreasing=T))  #降序排列

#日期字符串向量
szDate <-c("2014-3-18","2014-03-1","2014-01-01","2013-01-02","2011-04-14")
t <- as.Date(szDate)
t <- sort(t);print(t)

#反序排序rev()函数
x <- c(1,2,34,3,55,34,2,4,1)
print(x);print(rev(x))

print(t);print(rev(t))

#获取‘游程’信息rle()
x1 <- c(1,-1,1,1,-1,-1,1,1,1,1,1,1)
y1 <- rle(x1)
print(mode(y1))
str(y1)


x2 <- rnorm(10,10,5)
print(x2)
breaks <- c(-20,-10,0,10,20)
y2 <- cut(x2,breaks)
print(summary(y2))

#match() 匹配函数
x3 <- c(2,5,1,4,6,4,3)
print(match(x,4))
print(match(x,c(4,5)))

#计算组合数、排列数
print(choose(5,2))
print(choose(30,10))
print(factorial(10))
print(factorial(3))

#符号函数sign(),只有1，-1，0
cat("sign（）函数运算结果：",sign(0),",",sign(2.13),",",sign(-1.2),"\n",sep="")


x4 <- c(1,2,NA,2,3,4,2,NA,7,9)
y4 <- na.omit(x4);print(y4)

dim(x4)<-c(2,5)
print(x4)
print(na.omit(x4))


x4 <- c(1,2,NA,2,3,4,2,NA,7,9)
y4 <- na.omit(x4);print(y4)
#检测数据是否包含NA
na.fail(x4);
na.fail(y4);

#去除重复数据
x4 <- c(1,2,NA,2,3,4,2,NA,7,9)
print(unique(x4))

#subset（）子数据集筛选函数
v1 <- subset(airquality, Temp > 80, select = c(Ozone, Temp))
v2 <- subset(airquality, Day == 1, select = -Temp)
v3 = subset(airquality, select = Ozone:Wind)
#查看数据
head(v3)


#-------------------------

 

结语：

      怎么样？是不是很easy!当然，这只是R语言入门上手的第一part,后续有待更新。。。