..R语言学习总结经过接近一个学期的学习,从对R语言的完全陌生,到现在对其有了一些粗浅的认识,其中经历了遇到困难苦思冥想的艰辛,也有解决问题以后豁然开朗的畅快。在学习的过程中,以前掌握的数理基础给我带来了不少便利,而认真地态度和踏实的性格也使我获益匪浅。在这个学期中,我学会了R语言的基本操作和语法,以及针对具体的统计学问题相应的解决方法。并按时完成老师布置的课后作业,以达到学以致用的目的,也加强了对R语言操作的熟练度。一、初识R软件R软件是一套完整的数据处理、计算和制图软件系统。其功能包括:据存储和处理,数组运算,完整连贯的统计分析工具,优秀的统计制图功能已及简便而强大编程语言。接触R语言以后,我的第一感觉就是方便和强大。R语言中有非常多的函数和包,我们几乎不用自己去编一些复杂的算法,而往往只需要短短几行代码就能解决很复杂的问题,这给我们的使用带来了极大地方便;于此同时,它又可操纵数据的输入输出,实习分支、循环,使用者可以自定义功能,这就意味着当找不到合适的函数或包来解决所遇的问题时,我们又可以自己编程去实现各种具体功能,这也正是R语言的强大之处。二、学习心得在学习该书的过程中,我不仅加深了对统计学方法的理解,同时也掌握了R软件的编程方法和基本技巧,了解了各种函数的意义和用法,并能把两者结合起来,解决实际中的统计问题。1、R语言的基本语法及技巧R语言不仅可以进行基础的数字、字符以及向量的运算,内置了许多与向量运算有关的函数。而且还提供了十分灵活的访问向量元素和子集的功能。R语言中经常出现数组,它可以看作是定义了维数(dim属性)的向量。因此数组同样可以进行各种运算,以及访问数组元素和子集。二维数组(矩阵)是比较重要和特殊的一类数组,R可以对矩阵进行内积、外积、乘法、求解、奇异值分解及最小二乘拟合等运算,以及进行矩阵的合并、拉直等。apply()函数可以在对矩阵的一维或若干维进行某种计算,例如apply(A,1,mean)表示对A按行求和。R语言允许将不同类型的元素放在一个集合中,这个集合叫做一个列表,列表元素总可以用“列表名[[下标]]”的格式引用。而“列表名[下标]”表示的是一个子列表,这是一个很容易混淆的地方。R语言中非常重要的一种数据结构是data.frame(数据框),它通常是矩阵形式的数据,但每列可以是不同类型,数据框每列是一个变量,每行是一个观测,要注意的是每一列必须有相同的长度。数据框元素可以使用下标或者下标向量引用。用一个非常简单的例子来说明向量、矩阵和数据框的简单运用。输入:A-matrix(c(1:12),2,6,byrow=T)#A为一个2行6列,按行排列的矩阵X-as.data.frame(A)#把A转化成数据框形式的XX[1:2,seq(1,5,2)]#输出X的第1、2行和1、3、5列..输出:V1V3V5113527911输入:attach(X);R-V1/V5;R#调用数据框X,计算并输出V1和V5的比值输出:[1]0.20000000.6363636与此同时R语言中也提供了其它高级程序语言共有的分支、循环等程序控制结构。比如if/else语句,for循环等。因此R语言也可以很容易的根据情况编写自己所需要的函数。例:编写一个R程序,输入一个整数n,如果n小于等于0,中止运算,并输出:“要求输入一个正整数”;否则,如果n是偶数,则将n除2赋值给n;否则将3n+1赋给n。不断循环,直到n=1停止,并输出:“运算成功”解:新建一个程序脚本,名为chapter2.R”,写入代码:f-function(n){if(n=0)list(要求输入一个正整数)else{repeat{if(n==1)break#n=1时终止elseif(n/2==as.integer(n/2))n-n/2#n为偶数时除2elsen-3*n+1}list(运算成功)}}在R窗口中输入:Source(“chapter2.R”);f(32)输出:[1]运算成功输入:f(-5)输出:[1]要求输入一个正整数2、R在统计描述中的应用数据框操作(plyr包)辅助小函数1splat函数:作用:把原函数中多个参数打包为一个list作为参数,然后输出新的函数。也就是说本来某个函数需要输入多个参数,现在套上splat后,只要输入一个参数list就可以了,不需要单独地输入参数。它的作用结..果是把一个函数变成一个新函数。m*ply(a_matrix,FUN)的作用和a*ply(a_matrix,1,splat(FUN))一样例:(1)参数使用hp_per_cyl-function(hp,cyl,...)hp/cylsplat(hp_per_cyl)(mtcars[1,])1]18.33333splat(hp_per_cyl)(mtcars)[1]18.3333318.3333323.2500018.3333321.8750017.5000030.6250015.5000023.75000[10]20.5000020.5000022.5000022.5000022.5000025.6250026.8750028.7500016.50000[19]13.0000016.2500024.2500018.7500018.7500030.6250021.8750016.5000022.75000[28]28.2500033.0000029.1666741.8750027.25000等价于:hp_per_cyl(mtcars$hp,mtcars$cyl)splat函数的优点就是可以不用拆分字段,可以一起输入作为参数。(2)与plyr函数合用:f-function(mpg,wt,...)data.frame(mw=mpg/wt)ddply(mtcars,.(cyl),splat(f))2each函数作用:把多个函数汇聚成一个函数,当使用这个函数时,将分别作用多个函数。它的作用结果是把一个函数变成一个新函数。不足:不能给作用的函数指定附加参数,只能使用默认参数。例:fun-function(x)c(min=min(x),max=max(x),mean=mean(x))fun(1:10)等价于:f-each(min,max,mean)f(1:10)3colwise函数colwise(.fun,.cols,...)说明:.fun:要转化的函数;.cols是测试数据框的列是否应包含的判别函数或者是·要包含的列的名称。catcolwise(.fun,...)与colwise功能类似,只是对离散型变量有效..numcolwise(.fun,...)与colwise功能类似,只是对数值型变量有效作用:把作用于数据框行向量的函数(如mean,median等)转化为作用于数据框列向量的函数。于plyr函数一起使用十分方便。作用结果生成一个新的函数。例:nmissing-function(x)sum(is.na(x))colwise(nmissing)(baseball)colwise(nmissing,.(sb,cs,so))(baseball)ddply(baseball,.(year),colwise(nmissing,.(sb,cs,so)))numcolwise(nmissing)(baseball)等价于:colwise(nmissing,is.numeric)(baseball)catcolwise(nmissing)(baseball)等价于:colwise(nmissing,is.discrete)(baseball)4failwith函数failwith(default=NULL,f,quiet=FALSE)作用:修正一个函数,使得当该函数出现错误时返回一个设定的默认值,默认为空。作用结果生成一个新的函数。f-function(x)if(x==1)stop(Error)else1f(1)Errorinf(1):Errorsafef-failwith(,f)safef(1)Errorinf(...):ErrorNULLsafef-failwith(12,f,quiet=TRUE)safef(1)[1]125summarise()函数summarise(.data,...)作用:对数据框做统计汇总,…为设定的统计方法或函数例:summarise(baseball,duration=max(year)-min(year),nteams=length(unique(team)))durationnteams1136132..head(ddply(baseball,id,summarise,duration=max(year)-min(year),nteams=length(unique(team))))iddurationnteams1aaronha012232abernte021773adairje011244adamsba012025adamsbo031346adcocjo01165数据集变量操作1变量排序:arrange函数arrange(df,.(var1),.(var2)…)作用:按照指定列排序。注意:使用arrange函数排完序后行名会丢失,需要用cbind补回。例:arrange(mtcars,cyl,disp)cars-cbind(vehicle=row.names(mtcars),mtcars)arrange(cars,cyl,disp)------先把行名作为一个新的列加到数据框再排序2更改变量名rename(x,replace,warn_missing=TRUE)作用:通过名字修改变量名字,不是根据它的位置。例:head(rename(tmt,replace=c(mpg=avgpg,”cly”=”new”)))3取行或列的数据take(x,along,indices,drop=FALSE)作用:在x中,按照某个维度取数。参数说明:x为取数的源数据,可以是array或者dataframe;along:维度。1表示行,2表示列,3表示数组快等等;indices:具体维度所对应的指;drop:是否整合例:take(mtcars,2,1)--取第一列take(mtcars,1,1)--取第一行..数据集操作1数据集链接1)match_dfmatch_df(x,y,on=NULL)作用:x为原始的需要提取的数据框,y为条件数据框;on指定用来连接的变量,默认为两个数据框中所有变量,可以为多个。通过on后面的字段,到x数据框取选取数据,相当于innerjoin,区别为:前者结果集是x的一个子集;innerjoin包括两个数据框中所有字段。例:基础数据a-c(a,b,c,d)b-c(aa,bb,aa,dd)c-c(1,2,3,4)t1-data.frame(a,b,c)t2-data.frame(a=c(a,c,e),b=c(aa,ab,cd))match_df(t1,t2,on=c(a,b))abc1aaa12)joinjoin(x,y,by=NULL,type=“left”,match=“all”)作用:连接两个数据框参数说明:x,y为数据框;by=为要连接的字段,type为连接类型:left、right、full;match:all(所有匹配上的其他属性值都带上)、first(只带上匹配上的第一个属性值)join(t1,t2,by=x2,type=inner)join(t1,t2,by=x2,type=left)join(t1,t2,by=x2,type=right)tt1-data.frame(x1=c(1,2,3,4),x2=c(5,6,7,8))tt2-data.frame(y1=c(1,2,3,4)*10,x2=c(6,6,6,6))join(tt1,tt2,by=x2,type=inner,match=al