R语言录入数据保存格式转换矩阵

1047521767

R语言录入数据保存格式转换矩阵
( e" ~& ?3 R7 o1 q: T, K
, v. ~" f- N7 Tindex<-c("低收入户","中等偏下户","中等收入户","中等偏上户","高收入户")
9 b: B8 w7 a1 f  ]; r3 W) e) hyear2008<-c(1500,2935,4203,5929,11290)
, q5 ]: l- L9 V2 W# n$ Y% |9 u* Ayear2009<-c(1549,3110,4502,6468,12319)
" X: ~$ w$ V2 Xyear2010<-c(1870,3621,5222,7441,14050)
year2011<-c(2001,4256,6208,8894,16783)
year2012<-c(2316,4808,7041,10142,19009)
; d, R# `# b" j  ctt<-data.frame("指标"=index,"2008年"=year2008,"2009年"=year2009,"2010年"=year2010,"2011年"=year2011,"2012年"=year2012)
tt

, p/ W  E* W" \5 r3 x2 Y* Vsave(tt,file="F:/统计学/实验作业/tt.RData")
load("F:/统计学/实验作业/tt.RData")
9 L! [4 Q$ ?- U; U+ h" {# Fmatrix1_1<-as.matrix(tt[,2:6])
rownames(matrix1_1)=tt[,1]
- E9 c6 w$ L  C, q) Bsave(matrix1_1,file="F:/统计学/实验作业/matrix.RData")
. C. O5 I+ E) T, i" C% t! o/ \matrix1_1
/ i6 b" T# V# I, ]9 V% w基础知识：
1.为对象赋值


2.对对象X进行各种计算和绘图

* {- W3 q/ l6 e3.R包的安装和加载
查看
" G+ I7 j; M% j( t6 t) g7 H
& N* N9 U% ^. T9 J5 J! b. I在线安装所需包
0 o# B- h6 |- d  m
# b8 Q6 E7 {# ?一次安装多个包

" H7 \: D6 ?, U7 _6 E要使用包，需要用library()函数或者require()函数载入这个包
# y  B! b# I) a. k+ y, T/ ]# R4.在R中录入数据
7 {+ p+ X# Z2 f2 `. H1 d. V（1）用C函数产生向量
: s; K' |) r5 ~2 R例：names<-c(“张三”,“李四”,“王五”)
. h+ {& D9 ~8 F8 {/ s1 H* S, a9 E; C
' h  n: j0 S/ W5 z% G, J# v7 l（2）将向量形式的数据组织转换成数据框模式
例：table<-data.frame(“姓名”=names，···)
table
  O- x& G! q) ?8 ]  E8 ?
9 Q) _1 R! M* \" g- B; ^/ t( y（3）将向量形式的数据转组织成矩阵
/ [6 H+ D  }  K( |
0 T+ j# _" Y! L9 A( o2 g（4）在R中录入数据并组织成矩阵

; ?# c% G( O4 G% [% q
; p5 s* V2 ]% X- v+ H( `& W+ g5. 读取R数据
load(“load(“存储路径 /文件名字.RData”)”)
5 ~& ?' M# i- g3 f7 f读取包含标题的csv文件
  X1 S$ A) F; ]+ i- ]$ o: Cread.csv(“存储路径 /文件名字.csv”)
  B' i5 Y% d4 r2 T, n: k' n读取不包含标题的csv文件
read.csv(“存储路径 /文件名字.csv”,header=FALSE)
导入Excel数据

# [! w. g, }3 ~8 Y' n
导入spss数据

6.保存数据
9 W9 y, ^3 N+ s# |1 Y, m) B& m* vR格式
$ y3 F% d, Z' _$ n# s- R( vsave(table,file=“存储路径 /table.RData”)
& U) G4 {! i' @6 C3 i, M! [! T% Wcsv格式
write.csv(table,file=“存储路径 /table.csv”)
! Y' \- @' H6 `' L; o7.查看数据
( ?; E4 N  o8 |, R+ S全部
! O1 s& b# x7 w0 ?table
7 j# t+ R* o: K7 W* v8 q2 X6 q前几行
head(table)
2 R' H$ P7 t% Q' E7 x最后几行
5 o# Z- V2 `& d! e' c1 stail(table)
, J, L4 J' O, k  @3 p8.数据排序
升序：newt1<-t[order(t地 区 生 产 总 值 ) , ] 降 序 ： n e w t 2 < − t [ o r d e r ( − t 地区生产总值),] 降序：newt2<-t[order(-t地区生产总值),]降序：newt2<−t[order(−t地区生产总值),]
: v4 P3 b* V" O& a* a或者：newt2<-t[order(t$地区生产总值),decreasing=TRUE]


- q5 g# C" ^8 }7 m, q
6 O: p! c* N; {. g4 W变量重命名：
library(reshape)
" c1 g; a: M& w* yrename(t,c(“地区生产总值”=“GDP”))
缺失值的处理：
$ F; L7 p1 }& E9 R0 u检测：x<-c(2,4,6,NA)
3 T5 v& b! w0 |, Uis.na(x)
排除：x<-c(2,4,6,NA)
sum(x)
9 Y# }0 _0 L3 Y+ B2 N# c6 l9 f  Ey<-sum(x,na.rm=TRUE)
$ j. Q* J7 ^+ D8 _7 L' [; B; \