R语言笔记-R语言数据挖掘方法及应用--2

-----R对象和数据组织---------------

2016-7-31

2016/09/03 10:38

R的数据对象：

---存储角度：数值型，字符型，逻辑型

---结构角度：向量（具有相同存储类型数据的集合）

                      矩阵（列：变量，行：观测）--二维表格

                    数组（多张二维表的集合）

                    数据框（与矩阵类似，用于存储多个存储类型不同的变量）

                    列表：向量、矩阵、数组、数据框的集合

-----------------------------------------------------------------

创建和访问R的数据对象

---（1）创建R的数据对象：对象名<-R常量或R函数

--- （2）访问R的数据对象：对象名或print（对象名）

----（3）查看R的数据对象的结构：str(对象名)

-----(4)管理R的数据对象：ls():显示当前工作区间的变量名列表

-------rm(对象名或对象名列表)，remove(对象名)：删除当前工作区间的指定对象。

-----------------------------------------------------------------------

   调用R的向量组织数据

判断数据对象是否为向量：is.vector(数据对象名)

创建只包含一个元素的向量：标量

------对象名<-R常量

-----（V4<-TRUE）,幅值语句直接放入括号内，表示创建对象，并直接显示对象值

-----#开头的程序行为注释

创建包含多个元素的向量

---包含多个元素的目的是：保存一个变量到R中。----对象名<-R函数

最常用的R函数是C函数，seq,rep,

> holderage<-c(22,22,23,23)

> length(holderage)

[1] 4

> vehiclegroup<-rep("A",each=4)

> vehiclegroup

[1] "A" "A" "A" "A"

> vehiclleage<-seq(from=1,to=4,by=1)

> vehiclleage

[1] 1 2 3 4

> claimamt<-c(2312,2256,1064,1280)

> claimamt

[1] 2312 2256 1064 1280

> nclaims<-c(8,8,4,1)

> nclaims

[1] 8 8 4 1

> str(vehiclegroup)

 chr [1:4] "A" "A" "A" "

向量相同，可以使用赋值语句，向量元素相同，可借助重复函数和序列函数简化书写

rep重复函数

rep(起始值：终止值，each=重复次数)或times=重复次数

 (vehiclegroup<-rep(10:15,times=4))

 [1] 10 11 12 13 14 15 10 11 12 13 14 15 10 11 12 13 14 15 10 11 12 13 14 15

> (vehiclegroup<-rep(10:15,each=4))

 [1] 10 10 10 10 11 11 11 11 12 12 12 12 13 13 13 13 14 14 14 14 15 15 15 15

seq序列函数

   seq(from=起始值，to =终止值，by=步长)

    seq(from=起始值，to =终止值，by=个数)   

scan键盘数据读入函数

          R支持从键盘输入一组数据到指定向量中，函数书写：

                对象名<-scan()

            每个数据间以回车键分隔，所有数据输入完毕后，按住Ctrl+回车键表示结束输入。

Vector创建向量函数

        vector(length=元素个数)，创建的初值默认为FALSE，需通过向量元素访问，给各元素赋予具体值

 vector(length=5)

[1] FALSE FALSE FALSE FALSE FALSE

访问向量中为元素

-----访问指定位置上的元素：

> a<-vector(length=10)

> a

 [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

> a[1]<-1

> a[2:4]<-c(2,3,4)

> a

 [1] 1 2 3 4 0 0 0 0 0 0

> b<-seq(from=5,to=9,by=1)

> b

[1] 5 6 7 8 9

> a[5:9,10]<-c(b,10)

Error in a[5:9, 10] <- c(b, 10) : 矩阵里的下标数目不对

> a

 [1] 1 2 3 4 0 0 0 0 0 0

> a[c(5:9,10)]<-c(b,10)

> a

 [1]  1  2  3  4  5  6  7  8  9 10

-----利用位置向量访问指定位置上的元素

利用逻辑型位置向量访问指定位置上的元素，a[b],b的长度不够a的长度时，按b 先前的顺序取值

-------访问指定元素之外的元素

向量名[-位置常量]；访问除第几个元素以外的元素

向量名[-位置常量1：位置常量2]

向量名[-c(5:9),10]

向量名[-位置向量名]

---

用R的矩阵组织数据，

可通过is函数判断数据对象是否为矩阵。

is.matrix(数据对象名)

2016/09/03 14:07

由向量创建矩阵：

cbind(向量名列表)：各向量存储类型一致

ClaimData<-cbind(holderage,vehiclege,claimamt,nclaims)

dim(矩阵名)：显示矩阵行列数

colnames(ClaimData)  : 显示矩阵各列名称

colnames(ClaimData [,2:4])  显示矩阵指定列名称

rownames(ClaimData)<-c("1","2","3","4")，给矩阵各行命名

显示指定行名称：rownames(Claimdata[c(1,3),])

rbind(a,b)  行合并函数

------------由单个向量派生矩阵

矩阵中的元素已存在于一个向量中

matrix（向量名，nrow=行数，ncol=列数，byrow=TRUE/FALSE,...）

a<-matrix(a,nrow=5,ncol=6,byrow=FALSE,dilnames=list(dim1,dim2));

---------访问矩阵中的元素:

1)访问指定位置上的元素

矩阵名[行位置常量，列位置常量]

矩阵名[c(1,2),c(1,3)]

2）访问指定行上的所有元素

head(矩阵名，n)

tail(矩阵名，n)

3)访问指定列上的所有元素

4）利用编辑窗口访问矩阵元素

fix(矩阵名)

2016/09/04 13:24

---------------------------------------------------------------------------------------------------------------------------------------

数据框用于存储多个存储类型不尽相同的变量；

      统计                计算机

行：观测----------记录

列：变量----------域

判断数据对象是否为数据框

is.data.frame(数据对象名)  TRUE?FALSE

创建数据框

ChaimDataFrm<-data.frame(域名1=向量名1，域名2=向量名2，。。。)

创建数据表时，数据框中是空的，通过：numeric(0)创建一个不包含任何数据的数值型的域。

访问数据框

（1）矩阵方式访问

（2）数据框名$域名

        数据框名[["域名"]]

        数据框名[[域编号]]

还可：

        attach（数据框名）

        访问域名函数1

        访问域名函数2

        detach（数据框名）

还可：
    with（数据框名，{

            域访问函数1

            域访问函数2

            }）

with内为局部环境，类似C语言里的局部变量。

若修改数据框中的值或增加新的域，需采用within函数

数据框名<-within(数据框名，{

                        域访问函数

                        域修改函数

                                }）

在{ }内生成的新向量均默认加入数据框，成为新的域。

2016/09/04 14:08

----------------------------------------------------------------------------------------------------------------------------------------------