目录：
- windows命令行中执行R
- dataframe
- 常用函数、变量
1、windows命令行中执行R
前提：已经把R的命令目录加入了系统路径中。
在windows中，命令行执行R可以用以下两种方式：
（1）RCMD BATCH xxx.r
- 这种方式也可以写成”r cmd BATCH“、”rcmd BATCH“、”R CMD BATCH“，这几个命令都是一样的，随便你用哪个
- 这种方式的输出结果不是直接显示在命令行中，而是会在r文件相同路径下，自动创建一个xxx.r.Rout文本文件，输出的内容在这个文件里
- 但是这种方式用commandArgs()函数得不到传递的参数，而是生成了一个名为第一个参数的文本文件代替上面的xxx.r.Rout文件
举个例子，有以下test.r程序：
1 args = commandArgs(trailingOnly=TRUE) 2 print(args[2]) 3 print('do a test')
比如在命令行输入”RCMD BATCH test.r 4 5“，就会生成一个名为4的文本文件，文件内容如下，程序打印的第二个参数是NA，实际上应该是5；
（2）Rscript xxx.r
- 这种方式的输出结果直接显示在命令行中，不会生成其他输出文件
- 这种方式可以用commandArgs()函数得到传递的参数
但是得到参数的索引由函数的trailingOnly参数决定，当trailingOnly＝TRUE时，参数索引从1开始；
当trailingOnly＝TRUE时，参数索引从6开始，因为：
args[1]= "C:\Program Files\R\R-3.4.4\bin\x64\Rterm.exe" args[2]= "--slave" args[3]= "--no-restore" args[4]="--file=test.r" args[5]="--args" args[6]=="4" args[7]=="do a test"
2、dataframe
创建空数据框
＃ 创建0行0列的数据框
df_empty = data.frame()
＃ 创建和df有同样多的列，0行的数据框 > df_r = df[, FALSE] data frame with 0 columns and 4 rows
＃ 创建一个行数为0，列数、列名和df相同的数据框 > df_c = df[FALSE, ] [1] one two three <0 行> (或0-长度的row.names)
创建非空数据框
＃ 指定列名
> df = data.frame(one=c(1,2,3,4),two=c(4,5,6,0),three=c(32,21,34,32)) one two three 1 1 4 32 2 2 5 21 3 3 6 34 4 4 0 32
＃ 不指定列名 > df = data.frame(c(1,2,3,4),c(4,5,6,0),c(32,21,34,32)) c.1..2..3..4. c.4..5..6..0. c.32..21..34..32. 1 1 4 32 2 2 5 21 3 3 6 34 4 4 0 32
＃ 自动匹配最长的行数 > data.frame(one_t=c(5,2),two=c(12),three=c(9)) one_t two three 1 5 12 9 2 2 12 9
＃ 指定行名和列名 > data.frame(one=c(1,2,3,4),two=c(4,5,6,0),three=c(32,21,34,32),row.names = c('a','b','c','d')) one two three a 1 4 32 b 2 5 21 c 3 6 34 d 4 0 32
访问元素
＃ 默认访问元素是对列而言的，可以通过加逗号来限定 ＃＃ 用索引访问 ＃ 访问列 > df[1:2] one two 1 1 4 2 2 5 3 3 6 4 4 0 > df[,1:2] one two 1 1 4 2 2 5 3 3 6 4 4 0 ＃ 访问行 > df[c(1,3),] one two three 1 1 4 32 3 3 6 34 > df[1:2,] one two three 1 1 4 32 2 2 5 21 ＃ 取反 > df[-c(1,3),] one two three 2 2 5 21 4 4 0 32 ＃＃ 用列名和行名访问 ＃ 列名 > df['one'] one 1 1 2 2 3 3 4 4 > df[,'one'] [1] 1 2 3 4 > df['one',] one two three NA NA NA NA ＃ 行名 > df['1',] one two three 1 1 4 32 > df['1'] Error in `[.data.frame`(df, "1") : undefined columns selected
数据筛选
＃ 条件语句选择列 > df[which(df$one>2),] one two three 3 3 6 34 4 4 0 32 ＃ 取反 > df[-which(df$one>2),] one two three 1 1 4 32 2 2 5 21 ＃ 支持逻辑符，＆和，|或 > df[which(df$one>1 & df$two>0),] one two three 2 2 5 21 3 3 6 34
判断是否为数据框
> is.data.frame(df) [1] TRUE
修改行名和列名
> names(df) [1] "one" "two" "three" > names(df)[1]='one_m' > names(df) [1] "one_m" "two" "three" > colnames(df) [1] "one" "two" "three" > colnames(df)[1]='one_t' > colnames(df) [1] "one_t" "two" "three" > rownames(df) [1] "1" "2" "3" "4" > rownames(df)[1]='9' > rownames(df) [1] "9" "2" "3" "4"
cbind 列连接
＃ 当df_n的行数和df的行数一样时 > data.frame(one=c(9,8,7,6)) one 1 9 2 8 3 7 4 6 > cbind(df,df3) one two three one 1 1 4 32 9 2 2 5 21 8 3 3 6 34 7 4 4 0 32 6 ＃ 当df_n的行数小于df，但是df的行数是df_n的整数倍时 > df2 = data.frame(one=c(5),two=c(12),three=c(9)) one two three 1 5 12 9 > cbind(df,df2) one two three one two three 1 1 4 32 5 12 9 2 2 5 21 5 12 9 3 3 6 34 5 12 9 4 4 0 32 5 12 9 ＃ 甚至这样的时候 > cbind(df,data.frame(one=c(5,2),two=c(12),three=c(9))) one two three one two three 1 1 4 32 5 12 9 2 2 5 21 2 12 9 3 3 6 34 5 12 9 4 4 0 32 2 12 9
当被df_n的行数大于df时，会失败
> df4=data.frame(one=c(9,8,7,6,12)) > cbind(df,df4) Error in data.frame(..., check.names = FALSE) : 参数值意味着不同的行数: 4, 5
虽然df_n的行数小于df，但df不是df_n行数的整数倍时，也会失败
> cbind(df,data.frame(one=c(5,2,3),two=c(12),three=c(9))) Error in data.frame(..., check.names = FALSE) : 参数值意味着不同的行数: 4, 3
rbind 行连接
> rbind(df, data.frame(one_t=c(5),two=c(12),three=c(9)))
one_t two three
9 1 4 32
2 2 5 21
3 3 6 34
4 4 0 32
1 5 12 9
当数据框的列名不一致、列数目不一致时，都会失败
> rbind(df, data.frame(one=c(5,2,1,2),two=c(12,4,6,8),three=c(9,4,2,1))) Error in match.names(clabs, names(xi)) : 名字同原来已有的名字不相对 > rbind(df, data.frame(one_t=c(5),two=c(12),three=c(9),four=c(4))) Error in rbind(deparse.level, ...) : 变量的列数不对
其他
＃数据框的长度是列的数目 > length(df) [1] 3 ＃ 列数 > ncol(df) [1] 3 ＃ 行数 > nrow(df) [1] 4
3、基本统计函数
> sum(c(1,2,3)) [1] 6 > mean(c(1,2,3)) [1] 2 > var(c(1,2,3)) [1] 1 > sort(c(2,1,3)) [1] 1 2 3
3、常用函数、变量
＃ 查看数据结构和类型
> mode(df) [1] "list" > class(df) [1] "data.frame"> str(df) 'data.frame': 4 obs. of 3 variables: $ one_t: num 1 2 3 4 $ two : num 4 5 6 0 $ three: num 32 21 34 32
> typeof(12)
[1] "double"
＃ 大/小写字母 > LETTERS[1:3] [1] "A" "B" "C" > letters[1:3] [1] "a" "b" "c"
＃ 可放回抽样 > sample(c(1,2,3,4), 10, replace = TRUE) [1] 2 3 1 2 3 3 4 3 3 4
# 判断是否为空, 返回一个同类型（数组）的布尔值 > is.na(c(1,2,3,NaN)) [1] FALSE FALSE FALSE TRUE
# generating regular suquences > 1:5 [1] 1 2 3 4 5 > 2*1:5 [1] 2 4 6 8 10 > seq(1,5) [1] 1 2 3 4 5 # 设定序列间隔 > seq(1,5,0.5) [1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 # 固定序列长度 > seq(1,5,length.out = 4) [1] 1.000000 2.333333 3.666667 5.000000 # 重复整个序列 > rep(c(1,2,3), times=5) [1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3 # 重复序列单个元素 > rep(c(1,2,3), each=5) [1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3