R语言的基础命令及实例操作

R语言的基础命令及实例操作

引用

CSDN

1.

https://blog.csdn.net/ALPH_/article/details/145945882

R语言是一种广泛使用的统计计算和图形绘制工具，特别适合数据分析师和统计学家使用。本文将介绍R语言的基础命令及其实例操作，帮助读者快速掌握R语言的基本知识。

基本逻辑运算

在R中，逻辑运算符包括与（&）和或（|）。以下是一些基本的逻辑运算示例：

> T & F  
[1] FALSE  
> T & T  
[1] TRUE  
> T | F  
[1] TRUE  
> F | F  
[1] FALSE  

对象命名规则

在R中，大小写是敏感的，也就是说 A 和 a 是不同的对象。对象命名需要遵循以下规则：

• 对象名不能以数字开头，但数字可以出现在对象名的中间或结尾。例如，a1 是合法的，但 1a 不是。
• 在命名对象时，建议使用点（.）作为分隔符，这样可以提高可读性。例如：anova.result1。

创建向量

你可以通过如下命令创建一个向量：

a <- c(10, 15, 21, 18)

这个向量 a 包含了 4 个元素，数据类型为数值型（numeric），长度为 4。

命名注意事项

在命名对象时，要避免与 R 中的保留名称（关键字）冲突。以下是一些保留名称示例：

• NA：缺失值
• NaN：非数值
• pi：圆周率常数
• LETTERS：包含所有大写字母的字符向量
• letters：包含所有小写字母的字符向量
• month.abb：月份的缩写
• month.name：月份的全名

避免将对象命名为这些保留名称，以免与 R 语言的内置功能冲突。

基本数据类型

在R中，有几种基本的数据类型：

1. 数值型（Numeric）：用于存储数字，包括整数和浮动点数。示例：100, 0, -4.335
2. 字符型（Character）：用于存储文本数据，通常用双引号或单引号括起来。示例："China"
3. 逻辑型（Logical）：用于存储逻辑值，即 TRUE 或 FALSE。示例：TRUE, FALSE
4. 因子型（Factor）：用于表示分类数据，也就是不同类别或水平的变量。因子型变量可以用来表示类别，如性别、地区等。示例：factor(c("Male", "Female", "Female", "Male"))
5. 复数型（Complex）：用于存储复数数据，形式为 a + bi。示例：2 + 3i

数据结构

• 向量（Vector）：向量是同一类型元素的集合。向量是R中最基本的数据结构，可以包含数值、字符、逻辑值等。示例：v <-c(1, 2, 3, 4)
• 数组（Array）：数组是多维的数据表，可以是任意维度（维数 k）。数组的元素必须是相同的数据类型。示例：创建一个二维数组 arr <- array(1:6, dim = c(2, 3))
• 矩阵（Matrix）：矩阵是数组的一个特例，具有2 个维度（即行和列）。矩阵中的元素必须是同一数据类型。示例：mat <- matrix(1:6, nrow = 2, ncol = 3)
• 列表（List）：列表是一种可以包含不同类型元素的数据结构，可以包含向量、矩阵、数据框，甚至其他列表。与向量不同，列表中的元素可以是不同类型。示例：lst <- list(a = 1, b = "text", c = TRUE)
• 数据框（DataFrame）：数据框是由一个或多个向量或因子组成的二维结构，类似于数据库中的表格。数据框中的每列可以是不同的数据类型，但每列必须是等长的。示例：df <- data.frame(Name = c("Alice", "Bob"), Age = c(25, 30))

索引和转置

索引示例：

> count = c("a","b","c")
> count
[1] "a" "b" "c"
> count[1]
[1] "a"
> count[2]
[1] "b"

转置示例：

> matrix.x <- matrix(1:12,nrow=3,byrow=T)
> t(matrix.x)
     [,1] [,2] [,3]
[1,]    1    5    9
[2,]    2    6   10
[3,]    3    7   11
[4,]    4    8   12

取行和列

> df <- data.frame(Name = c("Alice", "Bob"), Age = c(25, 30))
> df
   Name Age
1 Alice  25
2   Bob  30
> df[2,]
   Name Age
2   Bob  30
> df[,2]
[1] 25 30
> df[2,1]
[1] "Bob"
> df$Name
[1] "Alice" "Bob"

对象类型判断和转换

> class(count)
[1] "character"
> class(df)
[1] "data.frame"
> class(x)
[1] "integer"

对象类型转换示例：

> gender = c('male','female','male')
> gender
[1] "male"   "female" "male"  
> class(gender)
[1] "character"
> as.factor(gender)
[1] male   female male  
Levels: female male

外部数据读取

读取 .txt 和 .csv 文件

• read.table() 函数：read.table() 是R中最常用的函数之一，用于读取由空格或制表符（Tab）分隔的文本文件。它的默认分隔符是空格或制表符（Tab），但可以通过参数 sep 来指定其他分隔符。

示例：

data <- read.table("data.txt", header = TRUE, sep = "\t")

• read.csv() 函数：read.csv() 是read.table()的一种专门用于读取 CSV（逗号分隔值）文件的简化版本。它的默认分隔符是逗号（,）。

示例：

data <- read.csv("data.csv", header = TRUE)

其他文件格式的读取

R 也可以通过一些专门的程序包来读取其他格式的数据文件。例如：

• Excel 文件：可以使用 readxl 或 openxlsx 包来读取 .xlsx 或 .xls 文件。
• SAS 文件：可以使用 haven 包来读取 .sas7bdat 文件。
• DBF 文件：可以使用 foreign 包来读取 DBF 格式文件。
• Matlab 文件：使用 R.matlab 包来读取 .mat 文件。
• SPSS 文件：使用 haven 包读取 .sav 文件。
• Minitab 文件：可以使用 foreign 包来读取 .mtw 文件。

示例：

> data <- read.table("C:/Users/admin/Desktop/BMI.txt", header = TRUE, sep = "\t", stringsAsFactors = FALSE)
> data
  height weight
1   1.75     60
2   1.80     72
3   1.65     67
4   1.90     50
5   1.74     95
6   1.91     72
> class(data)
[1] "data.frame"

查看和修改工作路径

> getwd()
[1] "C:/Users/admin/Documents"
> setwd("C:/Users/admin/Desktop")

两个点代表返回上级目录，一个点代表当前目录：

> setwd("../")
> getwd()
[1] "C:/Users/admin"

实例应用

实例1：肺癌、乳腺癌、膀胱癌、肝癌的差异基因分析

研究对象：肺癌，乳腺癌，膀胱癌，肝癌
研究方法：转录组测序，找到共同的差异基因
已有数据：四种肿瘤各自的差异基因

具体步骤：

1. 读入数据-read.table()
2. 取得交集-intersect()
3. 频数统计，找到更多热点基因-table()
4. 韦恩图可视化-venn.diagram()