R语言基本教程

68 阅读 0 评论 45 点赞

我是靠谱客的博主个性饼干，最近开发中收集的这篇文章主要介绍R语言基本教程，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

2017/3/11
代码：

data>-read.table(“D://cardiacoutput.csv”,sep=”,”)###sep=”,”,将数据分开，控制数据的读入
dim(data)###读取数据的维度
Individually assign each column to a name variable*###给数据命名并调用*
{1}>id<-data[,1]
dx<-data[,2]
age<-data[,3]
gender<-data[,4]
id
{2}>data<-data.frame(id=data[,1],dx=data[,2],…)
data$age*###调用数据*
summary(dx)###(离散，运行结果是频数)
summary(age)###(连续数字，运行结果是数字特征)
summary(data $gender) [1]f m 4 60 summary(data$ pap)
结果：min. 1st Qu Median Mean 3rd Qu. Max. NA’s ###NA是缺失值

which(is.na(pap))###找到缺失值的位置
unique(c(which(is.na(pap)),which(is.na(pwp)),which(is.na(np))))###去掉重复值
sort(unique(上))###对重复值进行排序

females<-data[gender==”f”,]###挑出所有等于f的行
dim(females)###查看维度

missing<-sort(unique(shang))
newdata<-data[-missing,]###去掉缺失值
dim[newdata]###查看去掉缺失值后的数据维度

random.sample<-sample(seq(1,,nrow(data)),10)###自助法，对原来的data数据做一个再抽样，抽10个
random.sample
sample.subset<-data[random.sample,]
dim(sample.subset)

data[gender==”m”&age<-30,]###(males who are youger than 30)
new.vars<-cbind(gender,age)
new.vars

sum(age>45)###45岁以上的有多少个
sum(map>95$map<125)/nrow(data)###频率
【NA】 ###有缺失值
sum(!is.na(map)&map>95&map<125)/nrow(data)

any(判断语句)###有一个满足，返回TRUE（存在）
all(判断语句)###全部满足，返回TRUE（全部）
all(!is.na(pwp))###判断是否都不是缺失值

三、Program(编程)
1、Sampling(抽样)
研究背景-假设检验-理论证明-实证研究

模拟数据
r-###random,根据分布产生随机数
rorm(10,0,1)###产生10个标准正态的随机数 1是标准差，不是方差。

d-
dnorm(3.5,3,1)###密度函数，对于正态分布N（3，1），在3.5处的密度函数值
dnorm(c(-3,-2,-1,0,1,2,3),0,1)

p-
pnorm(3,0,1)###分布函数即概率，对于标准正态分布，在3处的分布函数的值

q-###P（X<=?）=
qnorm(0.5,0,1)###分位数
example(rnorm(),dnorm(),pnorm(),qnorm())
binomial distribution(二项分布)
rbinom(n=10,size=3,p=0.5)
runif(12,0,1)

多维随机变量
均匀分布[0,1]by[0,1]

cbind(runif(8,0,1),runif(8,0,1))###相互独立

2、Loops(循环）

for(i in 1:n){ ###i可以变，1:n是序列，i的取值范围。in不可以变
+the action to be repeated
+}
example：
index<-NULL(Inititates the variable;assigns NULL value)
for(i in 1:4){
+index<-c(index,i)
+}
index
[1] 1 2 3 4

data<-cbind(rnorm(40,1,0),rnorm(40,3,1),rnorm(40,6,1),rnorm(40,9,1))
mean.vec<-c(0,0,0,0)
sd.vec<-c(1,1,1,1)
for(i in 1:4){
+mean.vec[i]<-mean(data[,i])
+sd.vec[i]<-sd(data[,i])
+ }
mean.vec
sd.vec

loop.vector<-c(3,5,7,12,20)
for(i in loop.vector){
+cat(“i=”,i,”n”)###在控制台上输出一些结果,”n”为回车，进行下一行
+}
[1] i=3
[2] i=5
[3] i=7
[4] i=12
[5] i=20

while(TRUE/FALSE statement){ ###条件成立时运行，一般在数值运算，进行迭代时，不知道迭代多少次
+repeated function
+}