R语言入门看这一章就够了（上）

一、R的基础

1.1、R的安装

1.2、牛刀小试

1.3、线性关系实例

1.4、工作空间

1.5、R包的使用

包的安装

结果的重用

二、R数据集

2.1、向量

2.2、矩阵

2.3、数组

2.4、数据框

2.5、列表

三、R的常用命令

四、list列表详解

五、数据源导入方法

5.1、键盘输入

5.2、从文本文件导入

5.3、导入Excel数据

六、访问MYSQL数据库

一、R的基础

1.1、R的安装

提示：想要R语言和RStudio安装包的私信我。

第一步：双击安装包

第二步：一直下一步，选择安装路径

这里最好不要放到C盘，也不要有中文路径，空格路径。

第三步：一直无脑下一步，等待安装即可

第四步：双击桌面R图标

1.2、牛刀小试

我们来编写一段代码：

x <- rnorm(3)
x

第一句代码表示随机生成3个数字赋值给变量x。

第二句代码表示获取变量x。

1.3、线性关系实例

> age <- c(1,3,5,2,11,9,3,9,12,3)   # 年龄数据集
> weight <- c(4.4,5.3,7.2,5.2,8.5,7.3,6.0,10.4,10.2,6.1)  # 体重数据集
> 
> mean(weight) # 体重平均数
[1] 7.06
> sd(weight) # 体重标准差
[1] 2.077498
> cor(age,weight) # 年龄和体重的线性关系
[1] 0.9075655
> plot(age,weight) # 画图表示关系
>

1.4、工作空间

就是代码和文档都放在哪个目录下了，最好一个项目一个工作空间。

> getwd() # 获取你所在的工作空间
[1] "C:/Users/DELL/Documents"

如果你不喜欢这个目录，你可以通过setwd("c:/Users/')去修改。

1.5、R包的使用

R自带了一系列默认包（包括base、datasets、graphics、methods等等），它们提供了种类繁多的默认函数和数据集。

包的安装

比如我想安装名为car的包，使用如下命令：

install.packages("car")

这时他会提示你使用哪个镜像来下载，我们当然要选国内的镜像了，这样下载速度会快。

下载完需要把car包绑定到我们的环境下：

library(car)

我们输入一行命令测试一下：

> head(mtcars)

出现这个结果就代表安装car包成功了。

结果的重用

R语言的结果可以很好的保存，并且可以作为下一次使用的参数传进去。

比如：

> result <- lm(mpg~wt, data=mtcars) # 做线性拟合
> plot(result)

二、R数据集

按照某种格式来创建数据集，是任何数据分析的第一步。

（1）选择一种数据结构来存储。

（2）将数据输入或导入到这个数据结构中。

R拥有许多用于存储数据的对象类型，包括向量、矩阵、数组、数据框和列表。

2.1、向量

其实就是一个一维数组，而且里面的元素必须是相同类型的。

比如：

> a <- c(1,2,3,4,5,6)  # 创建一个向量数据集，里面都是相同类型的
> a
[1] 1 2 3 4 5 6
> 
> a[2]  # 通过下标取出相应的元素
[1] 2
> a[5]
[1] 5
>

2.2、矩阵

是二维数据，并且元素类型必须一致。

比如：

> y <- matrix(5:24, nrow=4, ncol=5)  #创建5-24位数字，4行5列的矩阵数据集
> y[,1] [,2] [,3] [,4] [,5]
[1,]    5    9   13   17   21
[2,]    6   10   14   18   22
[3,]    7   11   15   19   23
[4,]    8   12   16   20   24
>

> x <- c(2,45,68,94)
> rnames <- c("R1","R2") # 创建矩阵行名
> cnames <- c("C1","C2") # 创建矩阵列名
> newMatrix <- matrix(x, nrow=2, ncol=2, byrow=TRUE, dimnames=list(rnames,cnames))
> newMatrixC1 C2
R1  2 45
R2 68 94
>

2.3、数组

与矩阵相似，但它的维度是大于2的。

比如：

> dim1 <- c("A1","A2","A3")
> dim2 <- c("B1","B2")
> dim3 <- c("C1","C2","C3","C4")
> d <- array(1:24, c(3,2,4), dimnames=list(dim1,dim2,dim3)) # 生成4个矩阵，每一个都是3*2的格式
> d
, , C1B1 B2
A1  1  4
A2  2  5
A3  3  6, , C2B1 B2
A1  7 10
A2  8 11
A3  9 12, , C3B1 B2
A1 13 16
A2 14 17
A3 15 18, , C4B1 B2
A1 19 22
A2 20 23
A3 21 24>

获取数组里的元素：

> d[1,2,3]  # 取第3个矩阵里的第1行，第二列的数据
[1] 16
>

2.4、数据框

数据框中，可以存在不同类型的数据，比如下面的列表：

病人编号、入院时间、年龄都是数值类型的，后面糖尿病类型和病情都是字符串类型。

比如：

> patientID <- c(1,2,3,4) # 创建病人编号（第一列数据）
> age <- c(25,34,28,52) # 创建年龄（第二列数据）
> diabetes <- c("Type1", "Type2", "Type3", "Type2") # 创建糖尿病类型（第三列数据）
> status <- c("poor", "Improved", "Excllent", "poor") # 创建病情（第四列数据）
> patientsData <- data.frame(patientID, age, diabetes, status) # 创建数据框数据集
> patientsData # 打印patientID age diabetes   status
1         1  25    Type1     poor
2         2  34    Type2 Improved
3         3  28    Type3 Excllent
4         4  52    Type2     poor
> 
> patientsData[1:2] # 获取patientsData变量的第一列到第二列数据patientID age
1         1  25
2         2  34
3         3  28
4         4  52
> 
> patientsData[c("age")] # 获取patientsData变量的age那列数据age
1  25
2  34
3  28
4  52
> 
> patientsData$age # 获取patientsData变量的age那列数据
[1] 25 34 28 52
> 
> attach(patientsData) # 将变量绑定，以后就可以直接使用列名打印了，就不用$符号了
The following objects are masked _by_ .GlobalEnv:age, diabetes, patientID, status> age
[1] 25 34 28 52
>

2.5、列表

创建列表：

> g <- "My first list"  # 创建字符串
> h <- c(12, 45, 43, 90) #创建向量数据集，里面是数值类型
> j <- matrix(1:10, nrow=2) # 创建矩阵数据集，1-10，两行
> k <- c("A", "B", "C") # 创建向量数据集，里面是字符串类型
> mylist <- list(g, h, j, k) # 创建列表数据集
> mylist
[[1]]
[1] "My first list"[[2]]
[1] 12 45 43 90[[3]][,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10[[4]]
[1] "A" "B" "C"> 
> mylist[[2]]  # 获取列表里第二个元素
[1] 12 45 43 90
> 
> mylist[[3]]  # 获取列表里第三个元素[,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10
>

三、R的常用命令

（1）查询所有的变量

ls()

> ls()
character(0)
> data <- c(1,2,3)
> ls()
[1] "data"

（2）移除某个变量

rm(变量名)

> rm(data)
> ls()
character(0)

（3）获取向量长度

length(变量名)

> v <- c(1, 2, 3)
> length(v)
[1] 3

（4）获取变量所属类型

mode(变量名)

> v <- c(1, 2, 3)
> mode(v)
[1] "numeric"

（5）各种方式形成向量

seq(1, 10, 2)  # 生成一个从1开始到10结束，步长为2的向量

> x <- seq(1, 10, 2)
> x
[1] 1 3 5 7 9

rep(5, 10)  # 生成10个5的向量

> x <- rep(5, 10)
> x[1] 5 5 5 5 5 5 5 5 5 5

> x <- rep(1:3, 3)
> x
[1] 1 2 3 1 2 3 1 2 3

> x <- c(1, 20, 50, -5, -35, -80)
> x
[1]   1  20  50  -5 -35 -80
> x[x > 0]  # 获取大于0的向量
[1]  1 20 50
> x[x < -10 | x > 0]  # 获取小于-10或者大于0的向量
[1]   1  20  50 -35 -80
>

四、list列表详解

> mylist <- list(stud.id=1234, stud.name="Tom", stud.marks=c(12, 3, 14, 25, 19))  # 创建一个列表
> mylist  # 打印列表
$stud.id
[1] 1234$stud.name
[1] "Tom"$stud.marks
[1] 12  3 14 25 19> mylist[[1]]  # 获取列表mylist的第一个元素值
[1] 1234
> mylist[[3]]  # 获取列表mylist的第三个元素值
[1] 12  3 14 25 19
> mylist[1]  # 获取列表mylist的第一个整元素值
$stud.id
[1] 1234> mode(mylist[[1]])  # 获取列表mylist第一个元素的类型
[1] "numeric"
> mode(mylist[1])  # 获取列表mylist第一个整元素的类型
[1] "list"
> mylist$stud.id  # 和mylist[[1]]同理
[1] 1234
> names(mylist)  # 获取列表mylist的所有元素名
[1] "stud.id"    "stud.name"  "stud.marks"
> names(mylist) <- c("id", "name", "marks")  # 列表mylist里的元素改名
> mylist
$id
[1] 1234$name
[1] "Tom"$marks
[1] 12  3 14 25 19> mylist$parents <- c("Mna", "Jutice")  # 为列表mylist增加新元素parents
> mylist
$id
[1] 1234$name
[1] "Tom"$marks
[1] 12  3 14 25 19$parents
[1] "Mna"    "Jutice"> mylist <- mylist[-4]  # 列表mylist删除第四个元素
> mylist
$id
[1] 1234$name
[1] "Tom"$marks
[1] 12  3 14 25 19> other <- list(age=19, sex="male")  # 创建列表赋值给other变量
> lst <- c(mylist, other)  # 将列表mylist和列表other合并成一个列表赋值给lst
> lst
$id
[1] 1234$name
[1] "Tom"$marks
[1] 12  3 14 25 19$age
[1] 19$sex
[1] "male"> unlist(lst)  # 将列表转为向量形式，方便循环遍历id   name marks1 marks2 marks3 marks4 marks5    age    sex 
"1234"  "Tom"   "12"    "3"   "14"   "25"   "19"   "19" "male"

解释一下unlist()函数：

比如向量我们很容易遍历，就是从1遍历到100，但是list的元素是可以多类型的，比如说list列表中第一个元素是向量，向量里又有1,2,3,4,5元素，那list列表第二个元素是矩阵，矩阵又包含二维数据，那么我们遍历就很麻烦，所以使用unlist函数先转为向量模式，再遍历就方便多了。

五、数据源导入方法

5.1、键盘输入

> mydata <- data.frame(age=numeric(0), gender=character(0), weight=numeric(0))  # 创建数据框，但里面元素只是定义了名字和类型，却没有数据
> mydata <- edit(mydata)  # edit的意思是我们要手动键盘录入数据

fix(mydata)和mydata <- edit(mydata)是等价的。

5.2、从文本文件导入

先看看数据，是一个叫person.txt的文件，内容是：

id,name,age,school
1,李白,20,哈尔滨工业大学
2,杜甫,30,哈尔滨工程大学
3,白居易,19,哈尔滨理工大学
4,杜牧,23,东北林业大学
5,李清照,27,东北农业大学

> mydata <- read.table("D:/Java/R/resources/person.txt", header=TRUE, sep=",", encoding="UTF-8")
> mydataid   name age         school
1  1   李白  20 哈尔滨工业大学
2  2   杜甫  30 哈尔滨工程大学
3  3 白居易  19 哈尔滨理工大学
4  4   杜牧  23   东北林业大学
5  5 李清照  27   东北农业大学

5.3、导入Excel数据

这个不能直接用read.table去读取Excel文件，得先把我们的Excel文件先另存为csv格式，这样就可以读取了。

我们的数据是这样的：

> mydata <- read.table("D:/Java/R/resources/student.csv", header=TRUE, sep=",", encoding="UTF-8")
> mydataID   姓名 年龄         学校
1  1   李白   20     南京大学
2  2   杜甫   30     东南大学
3  3 白居易   40 南京理工大学