R语言内置的常用数据集及相关简介

前言查看数据集数据集分类及简介向量因子矩阵、数组类矩阵数据框列表类数据框时间序列数据

前言

R语言提供了很多的基本数据集，这些基本数据集可以直接加载、可以完成几乎所有的数据分析任务模拟数据的。

查看数据集

这些基本数据集都在R包datasets里面，可以执行命令：

data(package = ‘datasets’)

就会出现datasets包带的所有基本数据集，如下图所示： 注意：

查看其他包自带的数据集可以执行以下命令： data(package = '包名') 查看 R 中所有已安装的包中的数据集可以执行以下命令： data(package = .packages(all.available = TRUE))

结果如下图所示：

数据集分类及简介

向量

euro #欧元汇率，长度为11，每个元素都有命名 landmasses #48个陆地的面积，每个都有命名 precip #长度为70的命名向量 rivers #北美141条河流长度 state.abb #美国50个州的双字母缩写 state.area #美国50个州的面积 state.name #美国50个州的全称

因子

state.division #美国50个州的分类，9个类别 state.region #美国50个州的地理分类

矩阵、数组

euro.cross #11种货币的汇率矩阵 freeny.x #每个季度影响收入四个因素的记录 state.x77 #美国50个州的八个指标 USPersonalExpenditure #5个年份在5个消费方向的数据 VADeaths #1940年弗吉尼亚州死亡率（每千人） volcano #某火山区的地理信息（10米×10米的网格） WorldPhones #8个区域在7个年份的电话总数 iris3 #3种鸢尾花形态数据 Titanic #泰坦尼克乘员统计 UCBAdmissions #伯克利分校1973年院系、录取和性别的频数 crimtab #3000个男性罪犯左手中指长度和身高关系 HairEyeColor #592人头发颜色、眼睛颜色和性别的频数 occupationalStatus #英国男性父子职业联系

类矩阵

eurodist #欧洲12个城市的距离矩阵，只有下三角部分 Harman23.cor #305个女孩八个形态指标的相关系数矩阵 Harman74.cor #145个儿童24个心理指标的相关系数矩阵

数据框

airquality #纽约1973年5-9月每日空气质量 anscombe #四组x-y数据，虽有相似的统计量，但实际数据差别较大 attenu #多个观测站对加利福尼亚23次地震的观测数据 attitude #30个部门在七个方面的调查结果，调查结果是同一部门35个职员赞成的百分比 beaver1 #一只海狸每10分钟的体温数据，共114条数据 beaver2 #另一只海狸每10分钟的体温数据，共100条数据 BOD #随水质的提高，生化反应对氧的需求（mg/l）随时间（天）的变化 cars #1920年代汽车速度对刹车距离的影响 chickwts #不同饮食种类对小鸡生长速度的影响 esoph #法国的一个食管癌病例对照研究 faithful #一个间歇泉的爆发时间和持续时间 Formaldehyde #两种方法测定甲醛浓度时分光光度计的读数 Freeny #每季度收入和其他四因素的记录 dating from #配对的病例对照数据，用于条件logistic回归 InsectSprays #使用不同杀虫剂时昆虫数目 iris #3种鸢尾花形态数据 LifeCycleSavings #50个国家的存款率 longley #强共线性的宏观经济数据 morley #光速测量试验数据 mtcars #32辆汽车在11个指标上的数据 OrchardSprays #使用拉丁方设计研究不同喷雾剂对蜜蜂的影响 PlantGrowth #三种处理方式对植物产量的影响 pressure #温度和气压 Puromycin #两种细胞中辅因子浓度对酶促反应的影响 quakes #1000次地震观测数据（震级>4） randu #在VMS1.5中使用FORTRAN中的RANDU三个一组生成随机数字，共400组。 rock #48块石头的形态数据 sleep #两药物的催眠效果 stackloss #化工厂将氨转为硝酸的数据 swiss #瑞士生育率和社会经济指标 ToothGrowth #VC剂量和摄入方式对豚鼠牙齿的影响 trees #树木形态指标 USArrests #美国50个州的四个犯罪率指标 USJudgeRatings #43名律师的12个评价指标 warpbreaks #织布机异常数据 women #15名女性的身高和体重

列表

state.center #美国50个州中心的经度和纬度

类数据框

ChickWeight #饮食对鸡生长的影响 CO2 #耐寒植物CO2摄取的差异 DNase #若干次试验中，DNase浓度和光密度的关系 Indometh #某药物的药物动力学数据 Loblolly #火炬松的高度、年龄和种源 Orange #桔子树生长数据 Theoph #茶碱药动学数据

时间序列数据

airmiles #美国1937-1960年客运里程营收（实际售出机位乘以飞行哩数） AirPassengers #Box & Jenkins航空公司1949-1960年每月国际航线乘客数 austres #澳大利亚1971-1994每季度人口数（以千为单位） BJsales #有关销售的一个时间序列 BJsales.lead #前一指标的先行指标（leading indicator） co2 #1959-1997年每月大气co2浓度（ppm） discoveries #1860-1959年每年巨大发现或发明的个数 ldeaths #1974-1979年英国每月支气管炎、肺气肿和哮喘的死亡率 fdeaths #前述死亡率的女性部分 mdeaths #前述死亡率的男性部分 freeny.y #每季度收入 JohnsonJohnson #1960-1980年每季度Johnson & Johnson股票的红利 LakeHuron #1875-1972年某一湖泊水位的记录 lh #黄体生成素水平，10分钟测量一次 lynx #1821-1934年加拿大猞猁数据 nhtemp #1912-1971年每年平均温度 Nile #1871-1970尼罗河流量 nottem #1920-1939每月大气温度 presidents #1945-1974年每季度美国总统支持率 UKDriverDeaths #1969-1984年每月英国司机死亡或严重伤害的数目 sunspot.month #1749-1997每月太阳黑子数 sunspot.year #1700-1988每年太阳黑子数 sunspots #1749-1983每月太阳黑子数 treering #归一化的树木年轮数据 UKgas #1960-1986每月英国天然气消耗 USAccDeaths #1973-1978美国每月意外死亡人数 uspop #1790–1970美国每十年一次的人口总数（百万为单位） WWWusage #每分钟网络连接数 Seatbelts #多变量时间序列。和UKDriverDeaths时间段相同，反映更多因素。 EuStockMarkets #多变量时间序列。欧洲股市四个主要指标的每个工作日记录，共1860条记录。