R语言学习笔记2——数据集

R语言学习笔记2--数据集篇

参考资料：R语言实战

数据集即dataset，就是我们通常说的数据表，有行列信息。

矩阵

矩阵是二维数组，可以通过函数matrix创建矩阵。实例如下：

其它的参数看名字就能明白是什么意思，着重说一下byrow这个参数，如果是true说明矩阵的值是按列排的，就是说先填完第一列再填第二列。如果false就是按照行排列。

矩阵的下标和c语言的数组下标差不多。不赘述

数组

数组和矩阵类似，维度可以大于2。可以理解成c语言里的多维数组。数组myarray<-array(vector, dimensions, dimnames), dimensions 表示维度，比如一个2*2*3的数组，那么dimensions就是c(2,2,3)。下面例子显示了如何创建多维的数组。

> dim<-c("a1","a2") //这行命名了数组第一维度的名字
> z<-array(1:16,c(2,2,3),dimnames=list(dim))  //创建数组的命令
> z
, , 1

[,1] [,2]
a1    1    3
a2    2    4

, , 2

[,1] [,2]
a1    5    7
a2    6    8

, , 3

[,1] [,2]
a1    9   11
a2   10   12

数组的选取和其它都一样，比如z[1,1,3]就是9：

> z[1,1,3]
a1
9

数据框

数据框就是sas,spss等里面的数据集，sas里一个数据集就是一张表。因此数据框将会是以后最常见的数据类型。

数据框的创建函数：data.frame（col1,col2,col3……）

如果要创建一个表的话，可以从单列创建，最后组合成数据框。例如我们上一期的例题图表就可以这么创建：

> SSN<-c(123874414,646239182,012437652,018451357) //这里创建了社保号这一列
> ASalary<-c(28000,29500,35100,26500)     //创建年收入列
> age<-c(35,37,40,31)						//创建年龄列
> race<-c("w","b","w","w")					//种族列
)
> residentTable<-data.frame(SSN,ASalary,age,race)		//创建residentTable数据框

> residentTable
SSN ASalary age race                  //打印出residentTable表
1 123874414   28000  35    w
2 646239182   29500  37    b
3  12437652   35100  40    w
4  18451357   26500  31    w

这里会引入一个新符号$，这个符号可以取出数据框中的某一列。比如我们要取出age，就输入：

residentTable$age

果要对某一列进行排序的话，需要使用order函数。还是回到第一节的例题，通过刚才的步骤我们已经把residentTable这个数据框给建立起来了。根据题目要求，需要按照社会保险号的顺序重新排列收入。具体实现代码如下：

> o<-order(SSN) //order函数会按照升序重排变量顺序，并写入到向量o里面
> o
[1] 3 4 1 2 //这里可见order函数的返回值其实是一列顺序向量
> rbind(SSN[o],ASalary[o])   //接下来rbind社保号和年收入，重排序后的对照表就出来了。
[,1]     [,2]      [,3]      [,4]
[1,] 12437652 18451357 123874414 646239182
[2,]    35100    26500     28000     29500

如果觉得行列名不美观，可以通过data.fram来定义行列名

new<-data.frame(rbind(SSN[o],ASalary[o]))
> new
X1       X2        X3        X4
1 12437652 18451357 123874414 646239182
2    35100    26500     28000     29500

例题：

一个大公司想了解哪些人购买了其产品，ceo希望得到“典型购房者”的情况。于是收集了购买者的如下信息：年龄，种族，收入，婚姻状况，以及是有房还是租房。请编写一个程序得到典型购房者的概况。（需要自己编写数据）

例题的解答过程会放在下一个部分。祝大家新春快乐。

参考教材

R in action 下载