**********************************************************
與導圖結合的腳本文件：
創建腳本：文件——新建腳本程序，將以下代碼複製粘貼至腳本內，選中右鍵運行當前或所選代碼。
setwd("E:\\R")
*vector*
a<- c(2:6)
a
b<-c(2,3,4,5,6)
b
*matrix*
cells <- c(1,26,24,68)
rnames <- c("R1", "R2")
cnames <- c("C1", "C2")
mymatrix <- matrix(cells, nrow=2, ncol=2, byrow=TRUE,
dimnames=list(rnames, cnames))
mymatrix
mymatrix2 <- matrix(cells, nrow=2, ncol=2, byrow=FALSE,
dimnames=list(rnames, cnames))
mymatrix2
*array*
dim1 <- c("A1", "A2")
dim2 <- c("B1", "B2", "B3")
dim3 <- c("C1", "C2", "C3", "C4")
z <- array(1:24, c(2, 3, 4), dimnames=list(dim1, dim2, dim3))
z
*dataframe*
patientID <- c(1, 2, 3, 4)
age <- c(25, 34, 28, 52)
diabetes <- c("Type1", "Type2", "Type1", "Type1")
status <- c("Poor", "Improved", "Excellent", "Poor")
patientdata <- data.frame(patientID, age, diabetes, status)
patientdata
patientdata[1:2]
patientdata[c("diabetes", "status")]
patientdata$age
*生成糖尿病類型diabetes和病情status的列聯表*
table(patientdata$diabetes, patientdata$status)
*factor*
diabetes <- c("Type1", "Type2", "Type1", "Type1")
diabetes <- factor(diabetes)
diabetes
diabetes1 <- c("Type1", "Type2", "Type1", "Type1")
diabetes1
status <- c("Poor", "Improved", "Excellent", "Poor")
*按照字母排序定levels*
status <- factor(status, ordered=TRUE)
status
*自定義排序水平*
status <- factor(status, order=TRUE,levels=c("Poor", "Improved", "Excellent"))
sex<-c(1,2,1,3,2)
*性別將被當成類別型變量，標籤“Male”和“Female”將替代1和2在結果中輸出，而且所有不是1或2的性別變量將被設爲缺失值。*
sex <- factor(sex, levels=c(1, 2), labels=c("Male", "Female"))
sex
*列表 list*
g <- "My First List"
h <- c(25, 26, 18, 39)
j <- matrix(1:10, nrow=5)
k <- c("one", "two", "three")
mylist <- list(title=g, ages=h, j, k)
mylist
*變量標籤*
names(patientdata)[2] <- "Age at hospitalization (in years)"
patientdata
*值標籤*
gender<-c(1,2,1,2)
patientdata <- data.frame(patientID, age, gender,diabetes, status)
patientdata
patientdata$gender <- factor(patientdata$gender,levels = c(1,2),labels = c("male", "female"))
patientdata
**********************************************************
思維導圖文字版，可忽略，供檢索用，方便快速定位到導圖相應位置。
R語言實戰
第2章 創建數據集
2.1 數據集的概念
行表示觀測，列表示變量
R可以處理的數據類型（模式）包括數值型、字符型、邏輯型（TRUE/FALSE）、複數型（虛數）和原生型（字節）。
2.2 數據結構
2.2.1 向量 c()
用於存儲數值型、字符型和邏輯型數據的一維數組。
注意，單個向量中的數據必須擁有相同的類型或模式（數值型、字符型或邏輯型）。
標量是隻含一個元素的向量。
2.2.2 矩陣 matrix()
是一個二維數組，只是每個元素都擁有相同的模式（數值型、字符型或邏輯型）。
myymatrix <- matrix(vector, nrow=number_of_rows, ncol=number_of_columns,
byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))
vector：矩陣元素
nrow, ncol：行和列的維數
byrow=TERE/FALSE：矩陣按照行/列填充
dimnames：以字符向量表示的行名和列名，可選
2.2.3 數組 array()
與矩陣類似，但是維度大於2
myarray <- array(vector, dimensions, dimnames)
2.2.4 數據框 data.frame()
不同的列可包含不同模式的數據，最常使用
mydata <- data.frame(col1, col2, col3,...)
$：選取一個給定數據框中的某個特定變量
patientdata$age
attach() 將數據框添加到R的搜索路徑中。R在遇到一個變量名以後，將檢查搜索路
徑中的數據框
detach() 將數據框從搜索路徑中移除。值得注意的是，detach()並不會對數據框本身
做任何處理
with()
2.2.5 因子 factor()
類別（名義型）變量和有序類別（有序型）變量在R中稱爲因子（factor）。它決定了數據的分析方式以及如何進行視覺呈現。
函數factor()以一個整數向量的形式存儲類別值，整數的取值範圍是[1...k]（其中k是名義
型變量中唯一值的個數），同時一個由字符串（原始值）組成的內部向量將映射到這些整數上。簡言之：確定levels
要表示有序型變量，需要爲函數factor()指定參數ordered=TRUE。因子的水平默認依字母順序創建
2.2.6 列表 list()
是R的數據類型中最爲複雜的一種。一般來說，列表就是一些對象（或成分，component）的有序集合
mylist <- list(object1, object2, ...)
2.3 數據的輸入
2.3.3 導入Excel數據
read.xlsx(file, n)，其中file是Excel工作簿的所在路徑，n則爲要導入的工作表序
library(xlsx)
workbook <- "c:/myworkbook.xlsx"
mydataframe <- read.xlsx(workbook, 1)
openxlsx包
install.packages("openxlsx")
library(openxlsx)
c<-read.xlsx("watershed.xlsx",sheet=1)
head(c,3)
導入SPASS數據
install.packages("Hmisc")
library(Hmisc)
mydataframe <- spss.get("mydata.sav", use.value.labels=TRUE)
use.value.labels=TRUE表示讓函數將帶有值標籤的變量導入爲R中水平對應相同的因子
通過foreign包中的函數read.spss()導入到R中
2.3.9 導入 NetCDF 數據
library(ncdf)
nc <- nc_open("mynetCDFfile")
myarray <- get.var.ncdf(nc, myvar)
2.4 數據集的標註
2.4.1 變量的標籤
相當於變量的重命名
2.4.2 值標籤
用標籤內容替代顯示變量的內容
2.5 處理數據對象的實用函數