R语言快速入门：数据结构 生成数据 数据引用 读取外部数据

目录

1 数据结构

1.1 向量

1.2 矩阵

1.3 数据框

2 生成数据

2.1 c() 连接单个数据

2.2 ':' 生成1/-1等差向量

2.3 seq() 生成等距向量

2.4 rep() 生成重复数据

3 数据引用

3.1 引用行/引用列

3.2 引用单个元素

3.3 引用子矩阵

3.4 变量名引用

4 读取外部数据（表）

4.1 更改工作目录

4.2 read.table

4.3 read.csv

---

正文

1 数据结构

本节主要讲向量、矩阵、数据框三种数据结构（入门必须学）

1.1 向量

用于存储数值型、字符型或逻辑型数据的一维数组，常用'c()'创建。例如：

> c(1,2,8)#生成包含1，2，8的一维数组（向量）[1] 1 2 8

1.2 矩阵

二维数组具有行列的概念

#矩阵用法matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,dimnames = NULL) #表示生成1行，1列的一个矩阵，其中仅仅包含一个元素“NA”
#---示例---#> matrix(c(1,2,3, 11,12,13), nrow = 2, ncol = 3, byrow = TRUE, dimnames = list(c('row1', 'row2'), c('C.1', 'C.2', 'C.3')))     C.1 C.2 C.3row1   1   2   3row2  11  12  13#nrow = 2和ncol = 3 定义2x3的2行3列矩阵#byrow = TRUE 是控制矩阵中的数据c(1,2,3, 11,12,13)按照行的顺序排列，默认按照列排列#dimnames = list(c('row1', 'row2'), c('C.1', 'C.2', 'C.3')) 定义矩阵行名和列名

1.3 数据框

主要用于向量/矩阵合并，可以将不通类型的以向量以及矩阵，按照一定结构存储在数据框中。

> x <- c(11:20)  #其中' <- '是赋值的意思，将向量c(11:20)赋值给对象x> y <- c(1:10)> data.frame(xf = x, yf = x) #将向量x和y合并存储到数据框中，并重命名为xf和yf xf yf1 11 112 12 123 13 134 14 145 15 156 16 167 17 178 18 189 19 1910 20 20

数组与矩阵类似，但其维度大于2.由于R入门基本接触不到3维以上数组的概念，目前暂不展开，等入门后在反过来看。

2 生成数据

本节主要讲“c()”、':'、seq、rep等四种数据生成的内容（入门必须学）

2.1 “c”  连接单个数据

> c(1,2,8)#生成包含1，2，8的向量

2.2 “:“ 生成1/-1等差向量

> 1.1:10[1] 1.1 2.1 3.1 4.1 5.1 6.1 7.1 8.1 9.1> 1:10 [1] 1 2 3 4 5 6 7 8 9 10> 10:1 #如x=1:10（递减，如y=10:1） [1] 10 9 8 7 6 5 4 3 2 1

2.3 seq 生成等距向量

①seq(起点，终点，步长); 

②seq(length=9, from=1, to=5)

> seq(1,10,2)[1] 1 3 5 7 9> seq(length=5,1,10)[1]  1.00  3.25  5.50  7.75 10.00
#seq(x)相当于1:length(x)；length(x)为0时，返回integer(0)> seq(10) [1]  1  2  3  4  5  6  7  8  9 10> seq(c())integer(0)

2.4 rep(x,n)   重复 

将x重复n次，可使用each限定为依次重复形式

rep(1:3,3)rep(1:3,each=3)
#> rep(1:3,3)#[1] 1 2 3 1 2 3 1 2 3#> rep(1:3,each = 3)#[1] 1 1 1 2 2 2 3 3 3

额外补充：R语言|第2讲：生成数据

3 数据引用（以矩阵为例）

数据引用必须懂“对指定维度数据的引用”

（以二维矩阵为例）

3.1 行引用/列引用

例如：引用第一行数据，引用第一列数据，引用第一行第一列的数据。

> data(iris) #鸢尾花数据集> dim(iris) #读取iris数据集的维度数值，以“行数 列数 ”形式展示[1] 150   5   #说明iris数据集是150 x 5的二维数组

3.2 行列值引用：数据集[行值,列值]

如行值或列值仅1个数字，表示仅引用该行或列的数据

> iris[1,]  #引用第1行数据 Sepal.Length Sepal.Width Petal.Length Petal.Width Species1          5.1         3.5          1.4         0.2  setosa
> head(iris[,1],5) #引用第1列的数据，其中因数据过长，使用head()函数取前5个数字[1] 5.1 4.9 4.7 4.6 5.0

3.3 引用子矩阵

如行值或列值为组合数据，则表示引用组合行列交叉位置的数据

> iris[1:5,1:3]  Sepal.Length Sepal.Width Petal.Length1          5.1         3.5          1.42          4.9         3.0          1.43          4.7         3.2          1.34          4.6         3.1          1.55          5.0         3.6          1.4

3.4 变量名引用

（多用于二维数组中）：数据集$变量名

> head(iris$Petal.Length,5)[1] 1.4 1.4 1.3 1.5 1.4

4 读取外部数据（以.csv表为例）

本节主要讲如何读取外部数据（表）

（以.csv表为例）

4.1 设置工作目录

R语言中数据的输入需要设置数据读取的路径，一般将数据文件放到工作目录下，这样直接就可以通过read.table等读取数据文档（不许要设置路径）。

方法一：setwd()

setwd('E:/')  #设置当前工作目录为'E:/'

getwd()  #读取当前工作空间的工作目录（文件读取保存路径）

> getwd()  #读取当前工作空间的工作目录（文件读取保存路径）[1] 'C:/Users/ysl/Documents'> setwd('E:/') #设置当前工作目录为'E:/'> getwd() #再次使用getwd()函数即可查看是否设置成功[1] 'E:/'

方法二：通过R-gui菜单栏设置（文件-改变工作目录）

4.2 read.table() 

#读取带分隔符的文本文件。read.table()函数是R最基本函数之一，读取带分隔符的文本/表格文件。

#Usageread.table(file, header = FALSE, sep = '', quote = '\''', dec = '.', numerals = c('allow.loss', 'warn.loss', 'no.loss'), row.names, col.names, as.is = !stringsAsFactors, na.strings = 'NA', colClasses = NA, nrows = -1, skip = 0, check.names = TRUE, fill = !blank.lines.skip, strip.white = FALSE, blank.lines.skip = TRUE, comment.char = '#', allowEscapes = FALSE, flush = FALSE, stringsAsFactors = default.stringsAsFactors(), fileEncoding = '', encoding = 'unknown', text, skipNul = FALSE)read.csv(file, header = TRUE, sep = ',', quote = '\'',dec = '.', fill = TRUE, comment.char = '', ...)
read.csv2(file, header = TRUE, sep = ';', quote = '\'',dec = ',', fill = TRUE, comment.char = '', ...)
read.delim(file, header = TRUE, sep = '\t', quote = '\'',dec = '.', fill = TRUE, comment.char = '', ...)
read.delim2(file, header = TRUE, sep = '\t', quote = '\'',            dec = ',', fill = TRUE, comment.char = '', ...)

常用参数的说明如下：

（1）file：file是一个带分隔符的ASCII文本文件。①绝对路径或者相对路径。一定要注意，在R语言中\是转义符，所以路径分隔符需要写成'\\'或者“/”。所以写成“C:\\myfile\\myfile.txt”或者“C:/myfile/myfile.txt”即可。②使用file.choose()，弹出对话框，自动选择文件位置。例如：read.table(file.choose(),...)。

（2）header：一个表示文件是否在第一行包含了变量的逻辑型变量。如果header设置为TRUE，则要求第一行要比数据列的数量少一列。

（3）sep分开数据的分隔符。默认sep=''。read.table()函数可以将1个或多个空格、tab制表符、换行符或回车符作为分隔符。常见空白分隔符有：空格，制表符，换行符

sep=” ”；sep = “\t”；sep = “\n”

（4）stringsAsFactors 逻辑值，标记字符向量是否需要转化为因子，默认是TRUE。stringsAsFactors = F意味着，“在读入数据时，遇到字符串之后，不将其转换为factors，仍然保留为字符串格式”。

（5）encoding 设定输入字符串的编码方式。

#读取txt文档

> df<- read.table('data.txt')> dfV1 V21 x y2 1 23 3 44 5 6> df <- read.table('data.txt',header = T)> dfx y1 1 22 3 43 5 6

#样式1：直接读取数据

> df <- read.table('data.csv')  #直接读取数据> head(df)V11 ID,Sepal.Length,Sepal.Width,Petal.Length,Petal.Width,Species2                                     1,5.1,3.5,1.4,0.2,setosa3                                       2,4.9,3,1.4,0.2,setosa4                                     3,4.7,3.2,1.3,0.2,setosa5                                     4,4.6,3.1,1.5,0.2,setosa6                                       5,5,3.6,1.4,0.2,setosa

#样式2：读数+首行表头

> df <- read.table('data.csv',header = T)  #读数+首行表头> head(df)ID.Sepal.Length.Sepal.Width.Petal.Length.Petal.Width.Species1 1,5.1,3.5,1.4,0.2,setosa2 2,4.9,3,1.4,0.2,setosa3 3,4.7,3.2,1.3,0.2,setosa4 4,4.6,3.1,1.5,0.2,setosa5 5,5,3.6,1.4,0.2,setosa6 6,5.4,3.9,1.7,0.4,setosa

#样式3：读数+首行表头+','逗号分割

> df <- read.table('data.csv',header = T,sep=',')  #读数+首行表头+','逗号分割> head(df)ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species1  1          5.1         3.5          1.4         0.2  setosa2  2          4.9         3.0          1.4         0.2  setosa3  3          4.7         3.2          1.3         0.2  setosa4  4          4.6         3.1          1.5         0.2  setosa5  5          5.0         3.6          1.4         0.2  setosa6  6          5.4         3.9          1.7         0.4  setosa> summary(df)ID          Sepal.Length    Sepal.Width     Petal.Length  Min.   :  1.00   Min.   :4.300   Min.   :2.000   Min.   :1.000  1st Qu.: 38.25   1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600  Median : 75.50   Median :5.800   Median :3.000   Median :4.350  Mean   : 75.50   Mean   :5.843   Mean   :3.057   Mean   :3.758  3rd Qu.:112.75   3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100  Max.   :150.00   Max.   :7.900   Max.   :4.400   Max.   :6.900  Petal.Width          Species  Min.   :0.100   setosa    :50  1st Qu.:0.300   versicolor:50  Median :1.300   virginica :50  Mean   :1.199                  3rd Qu.:1.800                  Max.   :2.500

#样式4：读数+首行表头+','逗号分割+字符转因子factor

> df <- read.table('data.csv',header = T,sep=',',stringsAsFactor = T)##读数+首行表头+','逗号分割+字符转因子factor> head(df)ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species1 1 5.1 3.5 1.4 0.2 setosa2 2 4.9 3.0 1.4 0.2 setosa3 3 4.7 3.2 1.3 0.2 setosa4 4 4.6 3.1 1.5 0.2 setosa5 5 5.0 3.6 1.4 0.2 setosa6 6 5.4 3.9 1.7 0.4 setosa
#请注意species结果与样式3中结果的差异> summary(df) ID Sepal.Length Sepal.Width Petal.Length Min. : 1.00 Min. :4.300 Min. :2.000 Min. :1.000 1st Qu.: 38.25 1st Qu.:5.100 1st Qu.:2.800 1st Qu.:1.600 Median : 75.50 Median :5.800 Median :3.000 Median :4.350 Mean : 75.50 Mean :5.843 Mean :3.057 Mean :3.758 3rd Qu.:112.75 3rd Qu.:6.400 3rd Qu.:3.300 3rd Qu.:5.100 Max. :150.00 Max. :7.900 Max. :4.400 Max. :6.900 Petal.Width Species Min. :0.100 setosa :50 1st Qu.:0.300 versicolor:50 Median :1.300 virginica :50 Mean :1.199 3rd Qu.:1.800  Max.   :2.500  

4.3 read.csv()  

#读取.csv格式数据，read.table的一种特定应用。read.csv() 读取逗号分割数据文件，read.table()的一种特定应用。默认逗号分割，header=T，stringsAsFactor = T

df <- read.csv('data.csv') #等价与下df <- read.table('data.csv',header = T,sep=',',stringsAsFactor = T)df <- read.table('data.csv',header = T,sep=',',stringsAsFactor = T)#第一行和第二行等价
read.csv(file, header = TRUE, sep = ',', quote = '\'', dec = '.', fill = TRUE, comment.char = '', ...)

#实例> df <- read.csv('data.csv') #相当于df <- read.table('data.csv',header = T,sep=',',stringsAsFactor = T)> head(df)ID Sepal.Length Sepal.Width Petal.Length Petal.Width Species1 1 5.1 3.5 1.4 0.2 setosa2 2 4.9 3.0 1.4 0.2 setosa3 3 4.7 3.2 1.3 0.2 setosa4 4 4.6 3.1 1.5 0.2 setosa5 5 5.0 3.6 1.4 0.2 setosa6  6          5.4         3.9          1.7         0.4  setosa

喜欢你就转发一下吧