正在跟隨微信公眾號：猴子聊人物學習數(shù)據(jù)分析肃续，選擇了R語言作為入門工具，以后的文章算是記錄自己學習R語言的歷程吧叉袍！
之所以選擇簡書始锚，是因為知乎多次無故被封，無奈為之喳逛，意外發(fā)現(xiàn)瞧捌，Markdown很好用！

一润文、數(shù)據(jù)結構

很多小伙伴都貼過的一張圖察郁，很好的反應了各個數(shù)據(jù)結構之間的區(qū)別和聯(lián)系！

1转唉、向量-vector

單個向量中的數(shù)據(jù)必須有相同的類型或模式皮钠，不能混雜使用，否則R會強制轉換赠法。
例如麦轰，a中含有數(shù)值、邏輯和字符型數(shù)據(jù)砖织，則會強制轉換成字符型數(shù)據(jù)：

> name<-c("猴子","李同","王五","張三")
> name
[1] "猴子" "李同" "王五" "張三"
> a<-c(1,TRUE,"我")
> a
[1] "1"    "TRUE"    "我"  
# 向量類型
> class(name)
[1] "character"
> class(a)
[1] "character"

計算向量長度以及選取向量內數(shù)據(jù)的方法：

# 向量長度
> length(name)
[1] 4
# 給定數(shù)據(jù)所在位置進行選取
> name[2]
[1] "李同"

2款侵、矩陣-matrix

二維數(shù)組，每個元素有相同的模式
例如侧纯，定義一個4行*1列的矩陣：

> # 矩陣的數(shù)據(jù)：病人年齡
> age<-c(29,34,28,52)
> # 行名：病人姓名
> rnames<-c("猴子","李同","王五","張三")
> # 列名
> cnames<-c("age")
> a<-matrix(age,c(4,1),byrow=TRUE,dimnames = list(rnames,cnames))
> a
     age
猴子  29
李同  34
王五  28
張三  52
# 繪制年齡分布的條形圖
barplot(a[,1],main="病人年齡分布",xlab="姓名",ylab="年齡", col=c("lightblue"),border = NA,cex.lab=1.5,las=1)

訪問矩陣中的元素：

# 訪問矩陣中的元素
> a[1,]
[1] 29
> a[,1]
猴子 李同 王五 張三 
  29   34   28   52 
> a[3,1]
[1] 28

3新锈、數(shù)組

與矩陣類似，但維度可以大于2
例如眶熬，定義一個3維數(shù)組：

> # 每個維度的名稱
> dim1<-c("A1","A2")
> dim2<-c("B1","B2","B3")
> dim3<-c("C1","C2","C3","C4")
> a<-array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))
> a
, , C1
   B1 B2 B3
A1  1  3  5
A2  2  4  6
, , C2
   B1 B2 B3
A1  7  9 11
A2  8 10 12
, , C3
   B1 B2 B3
A1 13 15 17
A2 14 16 18
, , C4
   B1 B2 B3
A1 19 21 23
A2 20 22 24

選取數(shù)據(jù)：

> # 選取數(shù)據(jù)
> a[1,2,3]
[1] 15
> a[1,,3]
B1 B2 B3 
13 15 17 
> a[1,,]
   C1 C2 C3 C4
B1  1  7 13 19
B2  3  9 15 21
B3  5 11 17 23

4.數(shù)據(jù)框

數(shù)據(jù)框中同一列數(shù)據(jù)類型必須相同妹笆，不同列數(shù)據(jù)類型可不相同
例如，創(chuàng)建一個病例數(shù)據(jù)：

> # 病人編號
> patientID<-1:4
> # 姓名
> name<-c("猴子","李同","王五","張三")
> # 病人年齡
> age<-c(29,34,28,52)
> # 糖尿病類型
> diabetes<-c("1型糖尿病","2型糖尿病","1型糖尿病","2型糖尿病")
> # 病情
> status<-c("較差","好轉","顯著好轉","較差")
> patientdata<-data.frame(patientID,name,age,diabetes,status,stringsAsFactors = FALSE)
> patientdata
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     較差
2         2 李同  34 2型糖尿病     好轉
3         3 王五  28 1型糖尿病 顯著好轉
4         4 張三  52 2型糖尿病     較差

選取數(shù)據(jù)框內元素：
注意：有時使用$符號比較麻煩娜氏，可以使用attach（）&detach（）或者with（）拳缠。

> # 查找某一列，注意age3與前兩種結果不同
> age1<-patientdata$age
> age1
[1] 29 34 28 52 
> age2<-patientdata[,3]
> age2
[1] 29 34 28 52 
> age3<-patientdata[c("age")]
> age3
  age
1  29
2  34
3  28
4  52
> age4<-patientdata[[c("age")]]
> age4
[1] 29 34 28 52
> # 選取數(shù)據(jù)框中的某些部分
> subdata<-patientdata[c("diabetes","status")]
> subdata
   diabetes   status
1 1型糖尿病     較差
2 2型糖尿病     好轉
3 1型糖尿病 顯著好轉
4 2型糖尿病     較差

計算總行數(shù)以及有條件的計算行數(shù)：

> # 計算總行數(shù)
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # step1：查找“1型糖尿病”病人
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",]  
> type1
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     較差
3         3 王五  28 1型糖尿病 顯著好轉
> # step2：統(tǒng)計“1型糖尿病”病人人數(shù)
> type1.number<-nrow(type1)
> type1.number
[1] 2

增加行數(shù)rbind和列數(shù)cbind：

# rbind 按行增加
> # 病人編號
> patientID<-c(5)
> # 姓名
> name<-c("王思聰")
> # 病人年齡
> age<-c(30)
> # 糖尿病類型
> diabetes<-c("1型糖尿病")
> # 病情
> status<-c("較差") 
> newpatient<-data.frame(patientID,name,age,diabetes,,stringsAsFactors = FALSE)
> patientdata<-rbind(patientdata,newpatient)
> patientdata
  patientID   name age  diabetes   status
1         1   猴子  29 1型糖尿病     較差
2         2   李同  34 2型糖尿病     好轉
3         3   王五  28 1型糖尿病 顯著好轉
4         4   張三  52 2型糖尿病     較差
5         5 王思聰  30 1型糖尿病     較差
> # cbind 按列增加
> # 入院時間
> intTime<-c("2015-3-1","2014-12-31","2015-10-1","2015-5-1","2016-12-31")
> patientdata<-cbind(patientdata,intTime)
> patientdata
  patientID   name age  diabetes   status    intTime
1         1   猴子  29 1型糖尿病     較差   2015-3-1
2         2   李同  34 2型糖尿病     好轉 2014-12-31
3         3   王五  28 1型糖尿病 顯著好轉  2015-10-1
4         4   張三  52 2型糖尿病     較差   2015-5-1
5         5 王思聰  30 1型糖尿病     較差 2016-12-31

5贸弥、列表

可以是若干向量窟坐、矩陣、數(shù)據(jù)框，甚至是其他列表的組合哲鸳。
例如臣疑，創(chuàng)建如下列表：

> # 計算一共有多少病人
> patientNumber<-nrow(patientdata)
> patientNumber
[1] 4
> # 找出患“1型糖尿病”的病人信息
> type1<-patientdata[patientdata$diabetes=="1型糖尿病",] 
> type1
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     較差
3         3 王五  28 1型糖尿病 顯著好轉
> kpi<-list(diabetesType1=type1,number=patientNumber)
> kpi
$diabetesType1
  patientID name age  diabetes   status
1         1 猴子  29 1型糖尿病     較差
3         3 王五  28 1型糖尿病 顯著好轉
$number
[1] 4

訪問列表中元素：
關于單中括號和雙中括號的區(qū)別，參考R統(tǒng)計筆記（四）：中括號與雙中括號的差異 - CSDN博客

# 獲取列表kpi中的病人數(shù)目
number1<-kpi["number"]    
number2<-kpi[["number"]]  #等價于kpi$number
> number1
$number
[1] 4
> number2
[1] 4

二徙菠、課后作業(yè)

1朝捆、導入Excel數(shù)據(jù)

不想安裝JAVA，所以沒有用xlsx包懒豹，采用了如下三種方法：
1.第一種辦法：RStudio中File——Import Dataset——From Excel芙盘，顯示的代碼：

library(readxl)
病例數(shù)據(jù) <- read_excel("C:/Users/Administrator/Desktop/病例數(shù)據(jù).xlsx")

問題：如果文件路徑過長，可能無法成功
2.第二種辦法：將Excel文件變?yōu)镃SV文件,用file.choose選擇文件路徑：

病例數(shù)據(jù)<-read.table(file.choose(),header = TRUE,
                 row.names = "病人編號",sep=",",
                 stringsAsFactors = FALSE)

這是《R語言實戰(zhàn)》中推薦的方法脸秽，當文件路徑過長是用此方法儒老，而且file.choose()很方便。
3.第三種辦法：clipboard復制粘貼

病例數(shù)據(jù) <- read.table("clipboard",header = T)

此方法只適用于數(shù)據(jù)量較小的情況

2记餐、基礎計算

> 病例數(shù)據(jù)
  姓名 年齡 糖尿病類型     病情    病情.1
1 猴子   29  1型糖尿病     較差      Poor
2 李同   34  2型糖尿病     好轉  Improved
3 王五   28  1型糖尿病 顯著好轉 Excellent
4 張三   52  2型糖尿病     較差      Poor
> 病人數(shù)目 <- nrow(病例數(shù)據(jù))
> 病人數(shù)目
[1] 4
> type1<- 病例數(shù)據(jù)[病例數(shù)據(jù)$糖尿病類型=="1型糖尿病",]
> type1
  姓名 年齡 糖尿病類型     病情    病情.1
1 猴子   29  1型糖尿病     較差      Poor
3 王五   28  1型糖尿病 顯著好轉 Excellent
> nrow(type1)
[1] 2