Iris的R语言命令工具箱(1)

来源:互联网 时间:2017-02-05

Iris的R语言命令工具箱(1)

最近在做数据分析,使用了R语言做了些数据处理和可视化,在此记下遇到过的问题、应用过的命令、处理方式以及工具包~

版权声明:本文为博主原创文章,转载请注明本文地址。http://www.cnblogs.com/o0Iris0o/p/6365927.html

1.CSV格式文件数据导入导出

1.1 导入CSV数据(导入CSV数据之后储存为“Data Frame数据框”数据结构)

## 导入csv数据

## 第一行没有表头

mytable <- read.csv("/FilePath/read.csv", sep=",", header=FALSE)

## 第一行有表头

mytable <- read.csv("/FilePath/read.csv", sep=",", header=TRUE)

## 手动选择文件读入

mytable <-read.table(file.choose(),stringsAsFactors=FALSE,header = FALSE)

1.2 导出CSV数据

write.csv(mytable,"/FilePath/write.csv",row.names = FALSE) 

2.删除指定变量或对象

1、直接删除

> a<-c(1,2,3)

> rm(a)

2、以字符串形式的方式删除

> a<-c(1,2,3)

> rm('a')

3、删除不再需要的对象

在使用R语言的过程中,除了要保留特定的对象外,其他的对象不再需要

> a<-ls()

> rm(list=a[which(a!='c2' & a !='m2' & a !='cpu1' & a !='mem1')])

> ls()

[1] "a" "c2" "cpu1" "m2" "mem1"

如这个例子中,除了a,c2,cpu1,m2,mem1变量或对象外,其他的对象和变量均删除

4、对象的查找

有时,需要查找已经存在哪些变量,可根据名字来查找:

> objects(pattern='^m.*')

查找以m开头的对象,pattern为模式(匹配规则)

3.数据框Data Frame的操作

参考博客:http://www.cnblogs.com/studyzy/p/4316118.html


初始化Data Frame

## 例:初始化一个student的Data Frame

student<-data.frame(ID=c(11,12,13),Name=c("Devin","Edward","Wenli"),Gender=c("M","M","F"),Birthdate=c("1984-12-29","1983-5-6","1986-8-8"))

此时查看student的内容为:

 ID Name Gender Birthdate

1 11 Devin M 1984-12-29

2 12 Edward M 1983-5-6

3 13 Wenli F 1986-8-8

查看列名:使用names函数

##查看列名:使用names函数

names(student)

##查看行名:使用到row.names函数

row.names(student)

##若希望将 ID 作为行名

row.names(student)<-student$ID

##或在初始化date.frame的时候,有参数row.names可以设置行名的向量

访问元素

##访问第一行:

student[1,]

##访问第二列:

student[,2]

##使用列的Index或者列名可以选取要访问的哪些列。比如要ID、Name和Gender

##注意下标第一个元素就是1

IdNameGender<-student[1:3]

##另一种方法

IdNameGender<-student[c("ID","Name","Gender")]

##如果是只访问某一列,返回的是Vector类型的,那么可以使用双层括号[[]]或者$来访问

##例如访问student的Name

name<-student[[2]]

##或者

name<-student[["Name"]]

##或者

name<-student$Name

##使用attach和detach函数可以使得访问列时不需要总是跟着变量名在前面

##比如要打印所有Name:

attach(student)

print(Name)

detach(student)

##还可以换一种简洁一点的写法就是用with函数

with(student,{

n<-Name

print(n)

})

##这里的n作用域只在大括号内

##如果想在with函数中对全局的变量进行赋值,那么需要使用"<<-"这样一个运算符。

合并两个Data Frame

tableall = merge(table1,table2,all.x = TRUE, all.y = TRUE)

4.对于CSV/Excel时间数据的处理-as.POSIXct()函数

将时间数据转化为时间格式

CSV/Excel文件导入成Data Frame格式数据之后,原先在CSV/Excel中的时间格式数据如“2016-02-11 03:42:10.724”被储存为“numeric”格式,如果不更改格式,在后续可视化处理的时候(如以时间为X轴,画散点图折线图)就会遇到问题

解决方法:

##将mytable中名为Time的列转化为时间格式

mytable$Time<-as.POSIXct(mytable$Time)

as.POSIXct(c,'%Y-%m-%d %H:%M',tz='UTC')

as.POSIXct(c,'%Y/%m/%d %H:%M',tz='UTC')

##另:as.Date截取日期部分转化成时间格式

c="2008/2/25 0:20"

as.Date(c,'%Y/%m/%d %H:%M')

##结果为: 2008-02-25

5.数据预处理-“dplyr”和“tidyr”扩展包

此处我只应用它做了简单的筛选,关于更多详细用法链接如下

扩展阅读:http://www.cnblogs.com/shangfr/p/6110614.html

扩展阅读:http://www.360doc.com/content/15/0824/21/18847742\_494543772.shtml

##安装扩展包

install.packages("dplyr")

install.packages("tidyr")

##筛选数据,清洗数据

##将过长过大的数据集转换为显示更友好的 tbl_df 类型

tablefilter <- tbl_df(table)

result1<-filter(tablefilter,tablefilter$Price<20.5)

result2<-filter(tablefilter, tablefilter$Num<10 | tablefilter1$Price>1100)

result3<-filter(tablefilter, Month == 1 | Month == 2)

6.计算方差、样本均值、标准差等-apply函数族

apply族函数详解:

博客1:http://blog.csdn.net/wltom1985/article/details/50403720

博客2:http://blog.sina.com.cn/s/blog\_403aa80a010174dj.html

## 计算方差、样本均值、标准差等

## 1代表行,2代表列

例1:xx <- matrix(1:20, 4, 5)

colMeans(xx) #列均值

colSums(xx) #列和

其余大部分都要用到apply()函数

例2:xx <- matrix(1:20, 4, 5)

apply(xx, 2, mean) #列均值,等同于colMeans(xx)

apply(xx, 2, sum) #列和,等同于colMeans(xx),所以矩阵行和列的运算推荐用apply()。

apply(xx, 1, var) #行方差

apply(xx, 2, max) #每列最大值

apply(xx, 2, rev) #每列的数反排列

apply(data,2,sd) #列标准差

7.相关性分析

pearson、spearman相关分析及相关系数矩阵可视化

## cor(mytable) 对mytable所有属性进行相关性分析

##(相关性分析不支持时间戳格式的列以及方差为0的列,应先删去对应列)

corrp<-cor(table1) ## 默认是pearson相关分析

corrs <- cor(table1[4:14],method = 'spearman') ## spearman相关分析

## 相关性分析可视化

## 需要下载corrplot扩展包

install.packages("corrplot")

corrplot(corr = corrp,method="square")

## corrplot(corr = corrs, method = 'color', addCoef.col="grey")

更多关于corrplot扩展包:https://sanwen8.cn/p/139qu99.html

8.取消科学计数法:

options(scipen=200) ##取消科学计数法

9.ggplot扩展包

-见Iris的R语言命令工具箱(2) 明天继续~



相关阅读:
Top