R语言数据类型使用技巧

Posted 2021-04-18 生信小猪

一、R语言数据类型（变量）

1、标量（Scalar) character,integer,logical,double等

2、向量（Vector)

3、因子（Factor)

4、矩阵（Matrix)

5、数组（Array)

6、列表（List)

7、数据框（Data frame)

x <- "hello world"  #变量赋值

二、一些基本的常用函数

1）连接字符串 paste() 函数

a <- "hello"b <- "how are"b <- "you"paste(a,b,c)   #输出结果为 "hello how are you"paste(a,b,c,sep = "-")  #这里指定连接符为-  ,输出结果为 "hello-how are-you"paste(a,b,c,sep ="")   #输出结果为 "hellohow areyou"

2)计算字符串的字符数 nchar() 函数

result <- nchar("A B C D")result    #输出结果为 7   

3)toupper() 和 tolower() 函数的基本语法是

a <- toupper(" A B c d")a     #输出结果为 " A B C D"b <- tolower(" A B c d")b     #输出结果为 " a b c d"

4)截取字符串的一部分 substring() 函数

cut <- substring("hello world",1,5)cut     #输出结果为 "hello"

三、变量

a <- c(1,2,3,4) #标量b <- c("one","two","three","four")   #字符串c <- c(TURE,TURE,FALSE) #逻辑变量d <- 1:100 #产生连续的数字
a <- c(1,2,3,4,"one")a     #输出结果为  "1"   "2"   "3"   "4"   "one"如果其中一个元素是字符，则非字符值则被强制转换为字符类型
rep(1:4,each=2) #输出结果为 1 1 2 2 3 3 4 4
seq(from=22,to=50,by=3) #输出结果为 22 25 28 31 34 37 40 43 46 49seq(22,50,3) #输出结果为 22 25 28 31 34 37 40 43 46 49

四、向量的操作

1、索引截取b <- c("one","two","three","four")b[1] #输出结果为 "one"b[1:3] #截取连续的 输出结果为 "one" "two" "three"b[c(1,3)] #输出结果为 "one" "three"
2、逻辑筛选a <- c(1,3,5,6,7,1,3)b <- a[a>3]b #输出结果为 5 6 7
letters #输出结果为 "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w" "x" "y" "z"letters[1:5] #输出结果为 "a" "b" "c" "d" "e"
3、向量运算#可以添加，减去，相乘或相除两个相同长度的向量，将结果作为向量输出v1 <- c(1,3,4,5,3,2)v2 <- c(1,3,4,4,2,5)add.result <- v1+v2add.result #输出结果为 2 6 8 9 5 7
sub.result <- v1-v2sub.result #输出结果为 0 0 0 1 1 -3      

multi.result <- v1*v2multi.result #输出结果为 1 9 16 20 6 10
divi.result <- v1/v2divi.result #输出结果为 1.00 1.00 1.00 1.25 1.50 0.40#向量循环利用#如果我们对不等长的两个向量应用算术运算，则较短向量的元素被循环以完成操作v1 <- c(2,1,3,4,5,1,6)v1 <- c(1,2)add.result <- v1+v2add.result #输出结果为 2 5 5 6 3 7

五、因子（Factor),因子的用处是给数据分组

diabetes=c("T1","T2","T3","T4")diabetes #输出结果为 "T1" "T2" "T3" "T4"diabetes=factor(diabetes)diabetes #输出结果为 T1 T2 T3 T4                    Levels: T1 T2 T3 T4#有序因子status=factor(status,order=TRUE,levels=c("one","three","two"))status     #输出结果为 one two three one three Levels: one < three < two nlevels(status) #输出结果为 3levels(status) #输出结果为 "one" "three" "two"            

六、矩阵（Matrix)，函数matrix()用于创建一个矩阵，矩阵数据类型只能是一种

y = matrix(1:12,nrow=3,ncol=4)y #输出结果为 [,1] [,2] [,3] [,4] [1,] 1 4 7 10              [2,]    2    5    8   11              [3,]    3    6    9   12y = matrix(1:12,nrow=3,ncol=4,byrow=TRUE) y #输出结果为 [,1] [,2] [,3] [,4]              [1,]    1    2    3    4 [2,] 5 6 7 8              [3,]    9   10   11   12           

七、数组    数组和矩阵类似

z <- array(1:24,c(3,4,2))z #输出结果为 , , 1
 [,1] [,2] [,3] [,4][1,] 1 4 7 10[2,] 2 5 8 11[3,] 3 6 9 12
, , 2
 [,1] [,2] [,3] [,4][1,] 13 16 19 22[2,] 14 17 20 23[3,] 15 18 21 24

八、数据框，重点

    数据框与矩阵类似，也是二维的，与矩阵不同的是，数据框中各列的数据类型可以不同，但是长度必须相同

1、数据框的创建patientID <- c(1,2,3,4)age <- c(22,33,44,45)diabetes <- c("T1","T2","T3","T4")status = c("poor","excellent","improved","poor")status = factor(status,order=TRUE,levels=c("poor","improved","excellent"))
patientData <- data.frame(patientID,age,diabetes,status)patientData#输出结果patientID age diabetes status1 1 22 T1 poor2 2 33 T2 excellent3 3 44 T3 improved4 4 45 T4 poor 
2、数据框常用筛选方法,以mtcars为列，mtcars是R中自带的内置数据框mtcats#                   mpg cyl  disp  hp drat    wt  qsec vs am gear carbMazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2head(mtcars)tail(mtcars)colnames(mtcars)#输出结果 "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"  "carb"rownames(mtcars)#输出结果  [1] "Mazda RX4"           "Mazda RX4 Wag"       "Datsun 710"          [4] "Hornet 4 Drive" "Hornet Sportabout" "Valiant"  [7] "Duster 360" "Merc 240D" "Merc 230" [10] "Merc 280" "Merc 280C" "Merc 450SE" [13] "Merc 450SL" "Merc 450SLC" "Cadillac Fleetwood" [16] "Lincoln Continental" "Chrysler Imperial" "Fiat 128" [19] "Honda Civic" "Toyota Corolla" "Toyota Corona" [22] "Dodge Challenger" "AMC Javelin" "Camaro Z28" [25] "Pontiac Firebird" "Fiat X1-9" "Porsche 914-2" [28] "Lotus Europa" "Ford Pantera L" "Ferrari Dino" [31] "Maserati Bora" "Volvo 142E" nrow(mtcars) #输出结果为  32ncol(mtcars) #输出结果为 11row.names(mtcars)  #[1] "Mazda RX4" "Mazda RX4 Wag" "Datsun 710"  [4] "Hornet 4 Drive" "Hornet Sportabout" "Valiant"  [7] "Duster 360" "Merc 240D" "Merc 230" [10] "Merc 280" "Merc 280C" "Merc 450SE" [13] "Merc 450SL" "Merc 450SLC" "Cadillac Fleetwood" [16] "Lincoln Continental" "Chrysler Imperial" "Fiat 128" [19] "Honda Civic" "Toyota Corolla" "Toyota Corona" [22] "Dodge Challenger" "AMC Javelin" "Camaro Z28" [25] "Pontiac Firebird" "Fiat X1-9" "Porsche 914-2" [28] "Lotus Europa" "Ford Pantera L" "Ferrari Dino" [31] "Maserati Bora" "Volvo 142E" dim(mtcars) #输出结果为 32 11 #rbind 按行合并数据框#cbind 按列合并数据框 3、行索引提取mtcars[1:2,] #提取第1,2行mtcars[,1:2] #提取第1,2列不连续mtcars[c(2,4),c(3,6,9)] #提取第2,4行的第3,6，9列通过列名称提取matcars[,c("mpg","hp")] mtcars $hp #利用$符来取一列数据，返回的是一个向量mtcars[,c("mpg")] #返回一列是一个向量，但是我们想要返回数据框，通过加上一个drop=FALSE处理mtcars[,c("mpg"),drop=FALSE]4、筛选，产生逻辑向量进行筛选interestcol <- colnames(mtcars)%in%c("hp","wt")#interestcol #输出结果为 FALSE FALSE FALSE TRUE FALSE TRUE FALSE FALSE FALSE FALSE FALSEmtcars[, interestcol] #将interestcol中是TRUE的列筛选出来 
mtcars $hp>100mtcars[mtcars$hp>100,] #将hp列大于100的行取出来mtcars$hp>100 & mtcars$cy1>6mtcars[mtcars $hp>100 & mtcars $cyl>6,] 
subset方法subset(mtcars,hp>100 & cyl>6)
数据排序，order产生一个排序后的索引orderIDdex <- order(mtcars[,1]) #获取mtcars的第一列的索引赋给orderIDorderIDdex #输出结果 15 16 24 7 17 31 14 23 22 29 12 13 11 6 5 10 25 30 1 2 4 32 21 3 9 8 27 26 19 28 18 20mtcars[orderIDdex,] #按第一列从小到大输出mtcars
orderIDdex <- order(mtcars[,1],decreasing=TRUE)mtcars[orderIDdex,] #按第一列从大到小输出mtcars               

九、list

a <- c(1,4,5,6,8)b <- matrix(1:12,nrow=2,ncol=6)c <- mtcarsmylist <- list(a,b,c)mylistnames(mylist)mylist[1]  #输出结果为 1 4 5 6 8mylist[["a"]]