数据可视化-基于R语言-第一章-1.3创建R格式数据

[zemise]

# 一、向量、矩阵、数组
# 1. 向量
# 数值型向量
a<- c(2,5,8,3,9)
# 字符型向量
b<- c("甲","乙","丙","丁")
# 逻辑型向量
c<- c("TRUE", "FALSE","FALSE")

# 运行向量，并显示结果
a;b;c

# 同一个向量中的元素只能是同一类型的数据，不能混杂

# 2. 矩阵
# 用matrix函数创建矩阵
# 生成1～6的数值向量
a <- 1:6
# 创建向量a的矩阵
# 矩阵行数为2，列数为3
# 按行填充矩阵的元素
mat <-matrix(a, nrow = 2, ncol= 3, byrow = TRUE)
# 显示结果
mat

# 显示结果中，逗号在前表示为列

# 给矩阵mat添加行名
row.names(mat) = c("甲", "乙")
colnames(mat) = c("A", "B", "C")
mat

# 3. 数组
# 数组和矩阵类似，但是维数可以大于2
# 用array函数创建2 X 3 X 4的数组
# 第1个纬度
dim1 <-c("男","女")
# 第2个纬度
dim2 <-c("赞成","中立","反对")
dim3 <-c("东部","西部","南部","北部")
# 第3个纬度
# 随机生成24个均匀的随机数，大小范围为50～100，并取整
data <-round(runif(24,50,100))
# 创建数组，并赋值给对象d
d <-array(data, c(2,3,4),dimnames=list(dim1,dim2,dim3))
d

# 二、数据框
# 1. 创建数据框
# 写入姓名和分数
names <-c("刘","王","赵","钱","孙")
stat <-c(68,85,74,88,63)
math <-c(85,91,74,100,82)
econ <-c(84,61,63,49,89)
# 将向量组织成数据框形式
table1_1 <-data.frame(学生姓名=names,统计学=stat,数学=math,经济学=econ)
table1_1

# 显示前三行
head(table1_1, 3)
# 显示后三行
tail(table1_1, 3)
# 查看数据框对象结构
str(table1_1)
# 查看对象类型
class(table1_1)
# 查看行数
nrow(table1_1)
# 查看列数
ncol(table1_1)
# 同时查看行数和列数
dim(table1_1)

# 2. 数据框的合并
table1_2 <- table1_1
# 按行合并数据框
my_table <-rbind(table1_1,table1_2)
my_table

# 按特定的列合并数据框
# 将table1_2的第2列和第三列，合并到new_table里
new_table <-cbind(table1_1, table1_2[, 2:3])
new_table

# 3.数据框排序
# 默认升序排列
sort(table1_1$学生姓名)
# 降序排列
sort(table1_1$统计学, decreasing = TRUE)
# 按姓名升序排序整个数据框
install.packages("dplyr")
library(dplyr)
arrange(table1_1, 学生姓名)

# 按数学分数降序对整个数据框排序
arrange(table1_1, desc(数学))


# 三、因子和列表
# 1. 因子
# 在R中，类别变量被称为因子factor，而因子的取值被称为水平level
# 将无序因子转换为数值
# 因子向量a
a <-c("金融","地产","医药","医药","金融","医药")
# 将向量a编码为因子
f <-factor(a)
# 将因子a转换为数值
as.numeric(f)

# 将无序因子转换为有序因子，或数值
b <-c("很好","好","一般","差","很差")
# 将因子向量b转换为有序因子
f <-factor(b, ordered = TRUE, levels = c("很好","好","一般","差","很差"))
as.numeric(f)

# 2. 列表
# 列表是对象的集合，而对象的类型可以是向量、矩阵、数据框等