正在跟随微信公众号：猴子聊人物学习数据分析，选择了R语言作为入门工具，以后的文章算是记录自己学习R语言的历程吧！
之所以选择简书，是因为知乎多次无故被封，无奈为之，意外发现，Markdown很好用！
一、数据结构
很多小伙伴都贴过的一张图，很好的反应了各个数据结构之间的区别和联系！
1、向量-vector
单个向量中的数据必须有相同的类型或模式，不能混杂使用，否则R会强制转换。
例如，a中含有数值、逻辑和字符型数据，则会强制转换成字符型数据：
> name<-c("猴子","李同","王五","张三")
> name
[1] "猴子" "李同" "王五" "张三"
> a<-c(1,TRUE,"我")
> a
[1] "1" "TRUE" "我"
# 向量类型
> class(name)
[1] "character"
> class(a)
[1] "character"
计算向量长度以及选取向量内数据的方法：
# 向量长度
> length(name)
[1] 4
# 给定数据所在位置进行选取
> name[2]
[1] "李同"
2、矩阵-matrix
二维数组，每个元素有相同的模式
例如，定义一个4行*1列的矩阵：
> # 矩阵的数据：病人年龄
> age<-c(29,34,28,52)
> # 行名：病人姓名
> rnames<-c("猴子","李同","王五","张三")
> # 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
张三 52
# 绘制年龄分布的条形图
barplot(a[,1],main="病人年龄分布",xlab="姓名",ylab="年龄", col=c("lightblue"),border = NA,cex.lab=1.5,las=1)
访问矩阵中的元素：
# 访问矩阵中的元素
> a[1,]
[1] 29
> a[,1]
猴子 李同 王五 张三
29 34 28 52
> a[3,1]
[1] 28
3、数组
与矩阵类似，但维度可以大于2
例如，定义一个3维数组：
> # 每个维度的名称
> 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
选取数据：
> # 选取数据
> 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.数据框
数据框中同一列数据类型必须相同，不同列数据类型可不相同
例如，创建一个病例数据：
> # 病人编号
> patientID<-1:4
> # 姓名
> name<-c("猴子","李同","王五","张三")
> # 病人年龄
> age<-c(29,34,28,52)
> # 糖尿病类型
> 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("较差","好转","显著好转","较差")
> 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 较差
2 2 李同 34 2型糖尿病 好转
3 3 王五 28 1型糖尿病 显著好转
4 4 张三 52 2型糖尿病 较差
选取数据框内元素：
注意：有时使用$符号比较麻烦，可以使用attach（）&detach（）或者with（）。
> # 查找某一列，注意age3与前两种结果不同
> age1<-patientdata$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
> # 选取数据框中的某些部分
> subdata<-patientdata[c("diabetes","status")]
> subdata
diabetes status
1 1型糖尿病 较差
2 2型糖尿病 好转
3 1型糖尿病 显著好转
4 2型糖尿病 较差
计算总行数以及有条件的计算行数：
> # 计算总行数
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # step1：查找“1型糖尿病”病人
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",]
> type1
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 较差
3 3 王五 28 1型糖尿病 显著好转
> # step2：统计“1型糖尿病”病人人数
> type1.number<-nrow(type1)
> type1.number
[1] 2
增加行数rbind和列数cbind：
# rbind 按行增加
> # 病人编号
> patientID<-c(5)
> # 姓名
> name<-c("王思聪")
> # 病人年龄
> age<-c(30)
> # 糖尿病类型
> diabetes<-c("1型糖尿病")
> # 病情
> status<-c("较差")
> newpatient<-data.frame(patientID,name,age,diabetes,,stringsAsFactors = FALSE)
> patientdata<-rbind(patientdata,newpatient)
> patientdata
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 较差
2 2 李同 34 2型糖尿病 好转
3 3 王五 28 1型糖尿病 显著好转
4 4 张三 52 2型糖尿病 较差
5 5 王思聪 30 1型糖尿病 较差
> # cbind 按列增加
> # 入院时间
> intTime<-c("2015-3-1","2014-12-31","2015-10-1","2015-5-1","2016-12-31")
> patientdata<-cbind(patientdata,intTime)
> patientdata
patientID name age diabetes status intTime
1 1 猴子 29 1型糖尿病 较差 2015-3-1
2 2 李同 34 2型糖尿病 好转 2014-12-31
3 3 王五 28 1型糖尿病 显著好转 2015-10-1
4 4 张三 52 2型糖尿病 较差 2015-5-1
5 5 王思聪 30 1型糖尿病 较差 2016-12-31
5、列表
可以是若干向量、矩阵、数据框，甚至是其他列表的组合。
例如，创建如下列表：
> # 计算一共有多少病人
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # 找出患“1型糖尿病”的病人信息
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",]
> type1
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 较差
3 3 王五 28 1型糖尿病 显著好转
> kpi<-list(diabetesType1=type1,number=patientNumber)
> kpi
$diabetesType1
patientID name age diabetes status
1 1 猴子 29 1型糖尿病 较差
3 3 王五 28 1型糖尿病 显著好转
$number
[1] 4
访问列表中元素：
关于单中括号和双中括号的区别，参考R统计笔记（四）：中括号与双中括号的差异 - CSDN博客
# 获取列表kpi中的病人数目
number1<-kpi["number"]
number2<-kpi[["number"]] #等价于kpi$number
> number1
$number
[1] 4
> number2
[1] 4
二、课后作业
1、导入Excel数据
不想安装JAVA，所以没有用xlsx包，采用了如下三种方法：
1.第一种办法：RStudio中File——Import Dataset——From Excel，显示的代码：
library(readxl)
病例数据 <- read_excel("C:/Users/Administrator/Desktop/病例数据.xlsx")
问题：如果文件路径过长，可能无法成功
2.第二种办法：将Excel文件变为CSV文件,用file.choose选择文件路径：
病例数据<-read.table(file.choose(),header = TRUE,
row.names = "病人编号",sep=",",
stringsAsFactors = FALSE)
这是《R语言实战》中推荐的方法，当文件路径过长是用此方法，而且file.choose()很方便。
3.第三种办法：clipboard复制粘贴
病例数据 <- read.table("clipboard",header = T)
此方法只适用于数据量较小的情况
2、基础计算
> 病例数据
姓名 年龄 糖尿病类型 病情 病情.1
1 猴子 29 1型糖尿病 较差 Poor
2 李同 34 2型糖尿病 好转 Improved
3 王五 28 1型糖尿病 显著好转 Excellent
4 张三 52 2型糖尿病 较差 Poor
> 病人数目 <- nrow(病例数据)
> 病人数目
[1] 4
> type1<- 病例数据[病例数据$糖尿病类型=="1型糖尿病",]
> type1
姓名 年龄 糖尿病类型 病情 病情.1
1 猴子 29 1型糖尿病 较差 Poor
3 王五 28 1型糖尿病 显著好转 Excellent
> nrow(type1)
[1] 2
网友评论