把数据输入R之后，如何进行简单的操作(一)

作者：丁点helper

来源：丁点帮你

 

回忆一下上一讲用到的例子：

输入数据的代码在上一讲详细讲解过，这里总结如下：

age <- c(25, 34, 59, 60, 20)    #患者年龄type <- c(1, 2, 2, 2, 1)        #糖尿病类型status <- c("poor", "improved", "excellent", "poor", "excellent")   #病情comorbidity<- c(TRUE, FALSE, FALSE, TRUE, FALSE)    #出现并发症

age、type、status、comorbidity中分别仅有一种数据类型，它们都是向量。本文介绍生成向量之后，如何对其进行简单的操作。

1. 查看与改变向量的数据类型 看到一个向量，首先要搞清楚其中包含的数据类型。就本例而言，从表面看也很容易区分，但实际上一项统计分析工作用到的向量可能很多，用函数class()可以快速知晓某向量的数据类型，例如：

class(age) [1] "numeric"class(type) [1]  "numeric"class(status) [1] "character"class(comorbidity)[1] "logical"

不同类型的数据可以根据需要互相转换，用as.目标数据类型()函数：

as.numeric()  #将括号中的内容转变为数值型数据 as.character()  #转变为字符型as.logical()   #转变为逻辑型as.factor()     #转变为因子型

所以也可用as.character()将type中的数值型数据转变为字符型：

type[1]  1 2 2 2 1class(type) [1]  "numeric" type <- as.character(type)    # 注意要将新的结果赋值给typetype[1] "1" "2" "2" "2" "1"class(type)[1] "character"

之前讲过，将定性变量（即分类变量）以因子的形式输入会有助于后续的统计分析工作，factor()这个函数可以帮我们把数据转变为因子型：

type <- c(1, 2, 2, 2, 1)  type <- factor(type) type[1]  1 2 2 2 1 Levels: 1 2class(type)[1] "factor"

用1和2这样的阿拉伯数字其实不太利于准确地表达数据内容，可以给原来的1和2加上标签：

type <- factor(type, levels = c("1", "2"),  labels = c("Type 1", "Type 2"))  type[1]  Type 1 Type 2 Type 2 Type 2 Type 1 Levels: Type 1 Type 2

所以在输入定性变量（分类变量）时可以采用这种简便方法。

再看另一个例子：

status[1] "poor" "improved"  "excellent" "poor"  "excellent" status <- factor(status)status[1]  poor  improved  excellent poor  excellentLevels:  excellent improved poorclass(status)[1] "factor"

由于status是一个有序分类变量，所以在转变为因子时还应体现其顺序：

status <- factor(status, levels = c('poor', 'improved','excellent'),ordered = TRUE)  status[1]  poor  improved  excellent  poor  excellentLevels: poor < improved < excellent 这里的顺序是根据levels这个命令中的内容生成的，可自行调整levels命令中的顺序： status <- factor(status, levels = c('excellent','improved' ,'poor'),ordered = TRUE) status[1] poor improved  excellent  poor  excellentLevels: excellent < improved < poor

2. 向量中的数据定位

以age这个向量为例：

age <- c(25, 34, 59, 60, 20) age [1] 25 34 59 60 20

输出向量中排在第3位的数据：

age[3] [1] 59

输出排在1，2，5位的数据：

age[c(1,2,5)] [1] 25 34 20

输出1至3位的数据：

age[c(1:3)]   [1] 25 34 59

3. 向量中的数据计算

以age这个向量为例：

age <- c(25, 34, 59, 60, 20) # 仍以age为例age [1] 25 34 59 60 20 age+4        # 给向量中每个数都加4 [1] 29 38 63 64 24 sqrt(age)    # 求平方根 [1] 5.000000 5.830952 7.681146 7.745967 4.472136 sort(age)    # 给数据从低到高排序 [1] 20 25 34 59 60 sort(age, decreasing =T)     # 给数据从高到低排序 [1] 60 59 34 25 20 age2 <- c(20,30,40,50,60)    # 再生成一个向量   age+age2     # 将两向量中的元素相加 [1]  45  64  99 110  80

4. 生成特定形式的向量

生成重复数据。用rep(x, ……)，x表示要重复的内容。

rep(1,times=5)    #times表示重复的次数 [1] 1 1 1 1 1 rep(c(1,2),4)    #times这个表达可以省略 [1] 1 2 1 2 1 2 1 2 rep(c(1,2),each=4)    #each也是针对重复次数的命令 [1] 1 1 1 1 2 2 2 2

特定间隔的数据。用seq(from,to,by)这个函数，from为起始值，to为终止值，by为数据之间的间隔。

seq(1,100,19) #from,to,by都可以省略 [1] 1 20 39 58 77 96 seq(1,10)    #如果不指定by的内容，则默认为1 [1]  1  2  3  4  5  6  7  8  9 10

下一篇介绍数据框的相关操作。