Iris的R语言命令工具箱(1)
最近在做数据分析，使用了R语言做了些数据处理和可视化，在此记下遇到过的问题、应用过的命令、处理方式以及工具包～
版权声明：本文为博主原创文章，转载请注明本文地址。http://www.cnblogs.com/o0Iris0o/p/6365927.html
1.CSV格式文件数据导入导出
1.1 导入CSV数据（导入CSV数据之后储存为“Data Frame数据框”数据结构）
## 导入csv数据
## 第一行没有表头
mytable <- read.csv("/FilePath/read.csv", sep=",", header=FALSE)
## 第一行有表头
mytable <- read.csv("/FilePath/read.csv", sep=",", header=TRUE)
## 手动选择文件读入
mytable <-read.table(file.choose(),stringsAsFactors=FALSE,header = FALSE)
1.2 导出CSV数据
write.csv(mytable,"/FilePath/write.csv",row.names = FALSE)
2.删除指定变量或对象
1、直接删除
> a<-c(1,2,3)
> rm(a)
2、以字符串形式的方式删除
> a<-c(1,2,3)
> rm('a')
3、删除不再需要的对象
在使用R语言的过程中，除了要保留特定的对象外，其他的对象不再需要
> a<-ls()
> rm(list=a[which(a!='c2' & a !='m2' & a !='cpu1' & a !='mem1')])
> ls()
[1] "a" "c2" "cpu1" "m2" "mem1"
如这个例子中，除了a，c2，cpu1，m2，mem1变量或对象外，其他的对象和变量均删除
4、对象的查找
有时，需要查找已经存在哪些变量，可根据名字来查找：
> objects(pattern='^m.*')
查找以m开头的对象，pattern为模式（匹配规则）
3.数据框Data Frame的操作
参考博客：http://www.cnblogs.com/studyzy/p/4316118.html
**
**
初始化Data Frame
## 例：初始化一个student的Data Frame
student<-data.frame(ID=c(11,12,13),Name=c("Devin","Edward","Wenli"),Gender=c("M","M","F"),Birthdate=c("1984-12-29","1983-5-6","1986-8-8"))
此时查看student的内容为：
ID Name Gender Birthdate
1 11 Devin M 1984-12-29
2 12 Edward M 1983-5-6
3 13 Wenli F 1986-8-8
查看列名：使用names函数
##查看列名：使用names函数
names(student)
##查看行名：使用到row.names函数
row.names(student)
##若希望将 ID 作为行名
row.names(student)<-student$ID
##或在初始化date.frame的时候，有参数row.names可以设置行名的向量
访问元素
##访问第一行:
student[1,]
##访问第二列：
student[,2]
##使用列的Index或者列名可以选取要访问的哪些列。比如要ID、Name和Gender
##注意下标第一个元素就是1
IdNameGender<-student[1:3]
##另一种方法
IdNameGender<-student[c("ID","Name","Gender")]
##如果是只访问某一列，返回的是Vector类型的，那么可以使用双层括号[[]]或者$来访问
##例如访问student的Name
name<-student[[2]]
##或者
name<-student[["Name"]]
##或者
name<-student$Name
##使用attach和detach函数可以使得访问列时不需要总是跟着变量名在前面
##比如要打印所有Name:
attach(student)
print(Name)
detach(student)
##还可以换一种简洁一点的写法就是用with函数
with(student,{
n<-Name
print(n)
})
##这里的n作用域只在大括号内
##如果想在with函数中对全局的变量进行赋值，那么需要使用"<<-"这样一个运算符。
合并两个Data Frame
tableall = merge(table1,table2,all.x = TRUE, all.y = TRUE)
4.对于CSV／Excel时间数据的处理－as.POSIXct()函数
将时间数据转化为时间格式
CSV／Excel文件导入成Data Frame格式数据之后，原先在CSV／Excel中的时间格式数据如“2016-02-11 03:42:10.724”被储存为“numeric”格式，如果不更改格式，在后续可视化处理的时候（如以时间为X轴，画散点图折线图）就会遇到问题
解决方法：
##将mytable中名为Time的列转化为时间格式
mytable$Time<-as.POSIXct(mytable$Time)
as.POSIXct(c,'%Y-%m-%d %H:%M',tz='UTC')
as.POSIXct(c,'%Y/%m/%d %H:%M',tz='UTC')
##另：as.Date截取日期部分转化成时间格式
c="2008/2/25 0:20"
as.Date(c,'%Y/%m/%d %H:%M')
##结果为： 2008-02-25
5.数据预处理－“dplyr”和“tidyr”扩展包
此处我只应用它做了简单的筛选，关于更多详细用法链接如下
扩展阅读：http://www.cnblogs.com/shangfr/p/6110614.html
扩展阅读：http://www.360doc.com/content/15/0824/21/18847742\_494543772.shtml
##安装扩展包
install.packages("dplyr")
install.packages("tidyr")
##筛选数据，清洗数据
##将过长过大的数据集转换为显示更友好的 tbl_df 类型
tablefilter <- tbl_df(table)
result1<-filter(tablefilter,tablefilter$Price<20.5)
result2<-filter(tablefilter, tablefilter$Num<10 | tablefilter1$Price>1100)
result3<-filter(tablefilter, Month == 1 | Month == 2)
6.计算方差、样本均值、标准差等－apply函数族
apply族函数详解：
博客1:http://blog.csdn.net/wltom1985/article/details/50403720
博客2:http://blog.sina.com.cn/s/blog\_403aa80a010174dj.html
## 计算方差、样本均值、标准差等
## 1代表行，2代表列
例1：xx <- matrix(1:20, 4, 5)
colMeans(xx) #列均值
colSums(xx) #列和
其余大部分都要用到apply()函数
例2：xx <- matrix(1:20, 4, 5)
apply(xx, 2, mean) #列均值，等同于colMeans(xx)
apply(xx, 2, sum) #列和，等同于colMeans(xx)，所以矩阵行和列的运算推荐用apply()。
apply(xx, 1, var) #行方差
apply(xx, 2, max) #每列最大值
apply(xx, 2, rev) #每列的数反排列
apply(data,2,sd) #列标准差
7.相关性分析
pearson、spearman相关分析及相关系数矩阵可视化
## cor(mytable) 对mytable所有属性进行相关性分析
##（相关性分析不支持时间戳格式的列以及方差为0的列，应先删去对应列）
corrp<-cor(table1) ## 默认是pearson相关分析
corrs <- cor(table1[4:14],method = 'spearman') ## spearman相关分析
## 相关性分析可视化
## 需要下载corrplot扩展包
install.packages("corrplot")
corrplot(corr = corrp,method="square")
## corrplot(corr = corrs, method = 'color', addCoef.col="grey")
更多关于corrplot扩展包：https://sanwen8.cn/p/139qu99.html
8.取消科学计数法：
options(scipen=200) ##取消科学计数法
9.ggplot扩展包
－见Iris的R语言命令工具箱(2) 明天继续～