你好,游客 登录 注册 搜索
背景:
阅读新闻

R语言的小个性

[日期:2015-03-16] 来源:CSDN博客  作者:EchoCaiCai [字体: ]

      这篇文章用来记录我在学习使用R语言中遇到的一些区别于其他程序语言的小问题,以及一些解决方案。会持续记录下去。

1.      除法

      R语言的除法运算符与其他常见语言一致:/

> 8/5

[1] 1.6

      但是取余运算符为:%%

> 8%%5

[1] 3

      除法运算取整除数:%/%

> 8%/%5

[1] 1

      除法四舍五入:round()

      round()后面再带一个参数表明保留到第几位(为正数时是指保留几位小数,为负数时是指四舍五入到第几位)

> round(8/5)

[1] 2

> round(3.141592653,2)

[1] 3.14

> round(3.141592653*100000,-2)

[1] 314200

      2.      list和data.frame的区别

      list和data.frame是R中处理表格数据常见的两种格式,另外还有matrix。

      先说matrix,它必须保证所有的数据都是同一类型的。

> b <-matrix(c(1,1,1, 2,2,3, 1,3,4, 2,1,4), ncol=3, byrow=T)

> b

    [,1][,2] [,3]

[1,]   1    1    1

[2,]   2    2    3

[3,]   1    3    4

[4,]   2    1    4

> a <- matrix(c(1,1,"wo",2,2,3, 1,3,4, 2,1,4), ncol=3, byrow=T)

> a

    [,1][,2] [,3]

[1,] "1"  "1" "wo"

[2,] "2"  "2" "3"

[3,] "1"  "3" "4"

[4,] "2"  "1" "4"

> mode(a)

[1] "character"

> mode(b)

[1] "numeric"

      可以看到a跟b的差异就是a中有个字符类型的数据“wo”,但是打印出来后,其他数值类型数据也被转换为了字符类型。

      现在来看list和data.frame的差异,它们都可以包含不同类型的数据但是也有些差异。

      差异1:部分数据查看及展示方式不同。list按列展示数据,data.frame按行展示。

> list <-list(a=c("hai","tian","xiang","jie","de"),b=c("di","fang","jiu","shi","wo"),c=c("qian"

,"gua","de","gu","xiang"))

> list

$a

[1] "hai"  "tian"  "xiang" "jie"  "de"  

$b

[1] "di"  "fang" "jiu"  "shi"  "wo" 

$c

[1] "qian"  "gua"  "de"    "gu"    "xiang"

> dataframe

     a    b    c

1  hai  di  qian

2  tianfang  gua

3 xiang jiu    de

4  jie  shi    gu

5    de  wo xiang

> head(list,n=1)

$a

[1] "hai"  "tian"  "xiang" "jie"  "de"  

> head(dataframe,n=1)

   a  b    c

1 hai di qian

      差异2:查看列名,对于list来说应该是查看行名(我的说法)是用names(),对于dataframe来说则是查看列名用colnames(),它还有查看行名rownames(),没有定义时,默认为1,2,3,4……序列。

> names(list)

[1] "a" "b" "c"

> colnames(dataframe)

[1] "a" "b" "c"

> rownames(dataframe)

[1] "1" "2" "3""4" "5"

 

      差异3:list可包含不同长度数据,dataframe必须每列包含相同长度数据,在list每行数据长度相同时,就可以使用as.data.frame()方法转换为data.frame类型。

> list2 <-list(a=1:5,b=1:4)

> list2

$a

[1] 1 2 3 4 5

$b

[1] 1 2 3 4

> dataframe2<- as.data.frame(list2)

Error in data.frame(a = 1:5, b =1:4, check.names = TRUE, stringsAsFactors = TRUE) :

 参数值意味着不同的行数: 5, 4

> list2 <-list(a=1:5,b=6:10)

> list2

$a

[1] 1 2 3 4 5

 

$b

[1] 6  7  8  9 10

> dataframe2<- as.data.frame(list2)

> dataframe2

  a  b

1 1  6

2 2  7

3 3  8

4 4  9

5 5 10

      差异4:数据引用方式不同。都可以用$引用符号,但是[]引用和[[]]引用方式上有差异。

> list$a

[1] "hai"  "tian"  "xiang" "jie"  "de"  

> dataframe$a

[1] hai  tian  xiang jie  de 

Levels: de hai jie tian xiang

> list[1]

$a

[1] "hai"  "tian"  "xiang" "jie"  "de" 

> dataframe[1]

      a

1  hai

2  tian

3 xiang

4  jie

5    de

> list[[1]]

[1] "hai"  "tian"  "xiang" "jie"  "de"  

> dataframe[[1]]

[1] hai  tian  xiang jie  de   

Levels: de hai jie tian xiang

> list[[2]][1]

[1] "di"

> dataframe[[2]][1]

[1] di

Levels: di fang jiu shi wo

> list[2,1]

Error in list[2, 1] : incorrectnumber of dimensions

> dataframe[2,1]

[1] tian

Levels: de hai jie tian xiang

      差异5:data.frame有一个factor因子,在差异四中,查看dataframe的某一列或者某一项数据时,数据下面会有Levels的 内容,这个就是这一列的因子。相当于这一列的取值范围,有哪些唯一值。后面会讲到factor因子的来历以及作用,这里就不细说了。

 

      3.      删除某一行或者某一列的数据。

      对list和dataframe都适用。删除行可以直接引用这一行并赋值为NULL,或者用-操作符号,具体实现过程如下示。

> list$a <-NULL

> list

$b

[1] "di"  "fang" "jiu"  "shi"  "wo" 

$c

[1] "qian"  "gua"  "de"    "gu"    "xiang"

> list[-1]

$b

[1] "di"  "fang" "jiu"  "shi"  "wo" 

$c

[1] "qian"  "gua"  "de"    "gu"    "xiang"

> list$a

[1] "hai"  "tian"  "xiang" "jie"  "de" 

> list$a[-1]

[1] "tian"  "xiang" "jie"  "de"

> list[-1,]

Error in list[-1, ] : incorrectnumber of dimensions

> list[,-1]

Error in list[, -1] : incorrectnumber of dimensions

 

> dataframe$a<- NULL

> dataframe

    b    c

1  di  qian

2 fang  gua

3 jiu    de

4  shi    gu

5  woxiang

> dataframe<- as.data.frame(list)

> dataframe[-1,]

     a    b    c

2  tianfang  gua

3 xiang jiu    de

4  jie  shi    gu

5   de  wo xiang

> dataframe <- as.data.frame(list)

> dataframe[,-1]

    b    c

1  di  qian

2 fang  gua

3 jiu    de

4 shi    gu

5  woxiang

> dataframe$b

[1] di  fang jiu  shi  wo 

Levels: di fang jiu shi wo

> dataframe$b[-2]

[1] di jiu shi wo

Levels: di fang jiu shi wo

 

      Matrix也可用类似的操作来删除某行某列的数据,还可以一次删除多个行多列或者多个值。

> dataframe$c

[1] qian gua  de    gu   xiang

Levels: de gu gua qian xiang

> dataframe$c[c(-1,-3,-5)]

[1] gua gu

Levels: de gu gua qian xiang

      4.      读取数据。

      主要是为了讲read.table()和read.csv()方法的一些小细节。数据读入后都被存为data.frame的类型。

      编码:read.csv()默认读取中文的格式是gbk格式的,无法设置。如果你的读入文件中文编码格式是 UTF-8格式,使用read.csv就会出现乱码。但是read.table()方法默认读取UTF-8格式中文,并且包含encoding参数,可以 设置读取数据的编码格式。

      表头:read.csv()默认是含有表头的也就是header=T,read.table()默认没有表头header=F。

      因子:read.csv()和read.table()两个方法都有stringsAsFactors参数,默 认为TRUE。如果你不设置的话,数据读入时,每一列字符型的数据都按因子方式存储。如下面例子,fruit列被转换成了因子,数据被转换成了 1,1,3,4,2,这几个数值1-4按顺序分别对应着Levels:苹果葡萄 香蕉 柚子。但是我们查看这一列数据时,显示的还是字符型数据。

> test

  fruitprice

苹果 5.98

苹果 3.50

香蕉 4.50

柚子 4.80

葡萄 8.70

> test$fruit

[1] 苹果苹果香蕉柚子葡萄

      Levels: 苹果葡萄香蕉柚子

      从clipboard上读入数据:见上一个列子中,我们能直接从clipboard上读取数据,先在Excel上选中需要读入的数据区域,右键复制,再执行read.table("clipboard")语句即可。

> test <-read.table("clipboard",header=T)

> test

  fruitprice

苹果 5.98

苹果 3.50

香蕉 4.50

柚子 4.80

葡萄 8.70

 

      5.      两表合并的方法

      这里是两个表类似MySQL中join的方法——merge(),默认根据两个表相同列名相交。方法的介绍见链接:http://my.oschina.net/u/1791586/blog/337054,里面有很详细的方法说明。想说明的是参数all/x.all/y.all,这三个参数取值T/F,用来定义是否取两个数据框x或者y的所有列。效果分别类似join的全连接,左连接,右连接。就不另外举例子了,参考链接里有很好的例子。

      6.      查看数据。

      View()可以查看list、vector、dataframe数据,但是在Rstudio中,用View()查看时会有中文乱码。不过mac和 Linux平台上不存在这个问题,只用Windows平台上才有,好像没看到有什么设置Rstudio的方式可以避免这个的中文乱码。R中不存在乱码的问 题。

      fix()也可以查看list、vector、dataframe数据。

      区别在于fix()方法可以查看列所包含的字段数不同的list的内容。View()只能查看整齐的数据,就是行列数都相同时的数据。另外fix()方法是查看数据,打开数据编辑框,并能够在其中修改数据。View()方法只是单纯的查看数据。

> test <-list(a=c("a","b","c","d"),b=1:4)

> View(test)

> fix(test)

> fix(dataframe)

 

      7.      R语言的数据类型查看mode()/class()/typeof()

      没有找到一个很细致的说明,只能根据我自己的大概理解来看,可能会有误,欢迎指正。这三个函数都是能够查看数据类型的函数。但是有些小细节的差异。

      R语言中,所有的数据、对象、方法、语句都可以查看mode(),主要的mode类型有:complex、raw、character、list、expression、name、symbol、function,mode可以说是大的类型。

      所有对象都有typeof属性和class属性,但是相比class而言,typeof更细致。

>x <- c(1,2,3,4,5)

>mode(x)

[1]"numeric"

> class(x)

[1]"numeric"

> typeof(x)

[1] "double"

 

转载请注明来源,谢谢!http://blog.csdn.net/cl1143015961/article/details/44221197





收藏 推荐 打印 | 录入:Cstor | 阅读:
本文评论   查看全部评论 (2)
表情: 表情 姓名: 字数
点评:
       
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款