数据框的子集

x<-data.frame(A1=1:5,A2=6:10,A3=11:15)
x
x[(x$A2>7&x$A1>3),]#提取出相应部分的数据
x[(x$A2>7|x$A1>3),]
x[x$A1>2,]
x[which(x$A1>2),]
which(x$A1>2)
x$A1>2#输出的是判断函数
subset(x,x$A1>2)#使用subset（）函数构建矩阵子集

矩阵的子集

x<-matrix(1:12,3,4)
x[1,]#取出第一行元素
x[2,c(2:4)]#取出矩阵中的第2行的2-4个元素
class(x[1,])#查看输出的数据类型
x[1,2,drop=FALSE]#关掉输出的向量（integer）形式而转变为矩阵（matrix）形式

提取数据的基本方法

x<-1:10
x[x>2|x<1]#“或者”
x[x>5&x<9]#“且”
#给函数命名
x<-2:4
names(x)<-c("a","b","c")#一维时不需要使用dimnames（）函数，而只需要names（）函数；多为矩阵的dimnames必须为list
x[2]

第二章小结

date()#日期函数

Sys.Date()#日期函数
as.Date()#把任意的时间类型转换为date类型
x3<-as.Date("2018-10-07")
weekdays(x3)
months(x3)
quarters(x3)
julian(x3)#与1970-01-01这一天的天数差
x4<-as.Date("1937-07-07")
x3-x4#求两个时间的时间差
as.numeric(x3-x4)#将“Time difference of 29677 days”强制转换为数字“29677”

#数据框（data frame）

#存贮表格数据，数据类型可以不一样
df<-data.frame(id=c(1,2,3,4),name=c("a","b","c","d"),gender=c(TRUE,TRUE,FALSE,FALSE))#输出结果类似于矩阵输出，但存在不同类型数据
nrow(df)#查看行数
ncol(df)#查看列数
df<-list(id=c(1,2,3,4),name=c("a","b","c","d"),gender=c(TRUE,TRUE,FALSE,FALSE))#更改函数名为列表类型
data.matrix(df)
df<-data.frame(id=c(1,2,3,4),score=c(80,90,90,98))
df
data.matrix(df)#把数据框转换为矩阵，数据矩阵。若是单单输入matrix(df)泽慧是另外的结果

#缺失值（missing value）
x<-c(1,2,NA,NA,5)
is.na(x)
is.nan(x)
x<-c(1,2,NaN,NaN,5)
is.na(x)
is.nan(x)
#使用is.na()和is.nan来检测是否存在对应类型的缺失值

#因子

创建因子

x<-factor(c("female","female","male","male","female"))#创建一个因子
x<-factor(c("female","female","male","male","female")，levels=c("male","female"))#可使用levels来设定基线水平
table(x)#查看因子
unclass(x)#去掉因子的属性
class()#

#列表

不同于向量，数组及矩阵，列表可以包含不同类型的变量

l<-list("a",2,10L,3+4i,TRUE)#10L中的L代表整数型
l2<-list(a=1,b=2,c=3)
l3<-list(c(1,2,3),c(4,5,6,7))

x<-matrix(1:6,nrow=2,ncol=3)#创建一个矩阵x
dimnames(x)<-list(c("a","b"),c("c","d","e"))#给矩阵的行和列命名

dim()#查看矩阵的维度

#函数的拼接

rbind()#行拼接

cbind()#列拼接

#本节代码

x1<-matrix(1:9,nrow=3,ncol = 3)
x2<-1:9
dim(x2)<-c(3,3)
rbind(x1,x2)
cbind(x1,x2)

array()#数组函数

matrix()#矩阵函数

几种强制转换函数

x1<-c("a","b","c")#假定原始向量x1。
as.numeric(x1)#将x1向量强制转换为数值型向量；
as.character(x1)#将x1向量强制转换为字符型向量；
as.logical(x1)#将x1向量强制转换为逻辑型向量；

integer整数

class()#查看向量的类型

names()#函数可以给向量添加名称；names(x1)<-c(1,2,3)

创建向量演示

咋创建向量

提取数据框中的元素：

x$v1[c(1,2)]

根据条件提取：& |

which函数：返回值为真的数的下标：x[x$v1>2,]  

subsets()

x[2,c(1,3)]

提取矩阵中多个元素

默认返回的类型是向量，即提取出的元素为integer，如果想为矩阵，则：

x[1,2, drop=FALSE]