R语言基本功：数据集取子集

Posted 2021-04-18 刘老师医学统计

如果让我推荐一门统计软件，我就推荐你学R语言。R不仅具有非常强大的统计分析能力和绘图能力，更重要的是免费。在未来，越来越来的期刊会要求使用正版软件。

网上有不少针对R语言的教程，有一些确实不错，但使用起来，总有些实际很常用，却没有讲的内容，所以我想着从实战出发，自己争取出个系列教程，方便大家使用。

导入数据

#删除内存中变量rm(list = ls())

mydata <- read.delim("clipboard")str(mydata)head(mydata,9)

#取子集1

#年龄>50,BMI>27,男性

newdata1<-mydata[mydata$age>50 & mydata$sex==1 & mydata$bmi>27,]head(newdata1)

#取子集2

#年龄>50或年龄<30，男性，BMI<24

newdata2<-mydata[mydata$age>50 & mydata$sex==1 & mydata$bmi>27 | mydata$age<30 & mydata$sex==1 & mydata$bmi>27,]head(newdata2)

#取子集3、4

#提取sex, age, bmi, work, x, y, disease变量

newdata3<-mydata[,c("sex","age","bmi","work","x","y",'disease')]head(newdata3)

newdata4<-mydata[c("sex","age","bmi","work","x","y",'disease')]head(newdata4)

#取子集5

#取子集subset函数

#年龄大于75或年龄小于20，男性，病人

newdata5<-subset(mydata,age>75 & sex==1 & disease==1 | age<20 & sex==1 & disease==1)head(newdata5)

#取子集6

#不选择a、b、c三个变量

#年龄大于75或年龄小于20，男性，病人，保留变量sex age bmi work x y disease

newdata6<-subset(mydata,(age>75 | age<20) & sex==1 & disease==1,select = c(sex:work,x:disease))head(newdata6)

#取子集7

#年龄大于75或年龄小于20，男性，病人，去除变量a b c

newdata7<-subset(mydata,(age>75 | age<20) & sex==1 & disease==1,select = -c(a:c))head(newdata7)