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
9 B2 w4 _, m) V! }
index<-c("低收入户","中等偏下户","中等收入户","中等偏上户","高收入户")
, w0 C8 F& H  t' y# Fyear2008<-c(1500,2935,4203,5929,11290)
. S0 {% K+ _: S5 u, f" b3 u5 X. Iyear2009<-c(1549,3110,4502,6468,12319)
, M2 }9 y4 ~7 L$ b2 R& A  b! W8 k7 gyear2010<-c(1870,3621,5222,7441,14050)
3 o- Y9 l# q7 G3 Pyear2011<-c(2001,4256,6208,8894,16783)
4 n# \+ c$ t5 X+ ?year2012<-c(2316,4808,7041,10142,19009)
tt<-data.frame("指标"=index,"2008年"=year2008,"2009年"=year2009,"2010年"=year2010,"2011年"=year2011,"2012年"=year2012)
tt
& G. M+ ?1 n, Q
, h; ~! O0 W* G+ c, y: [" o; Asave(tt,file="F:/统计学/实验作业/tt.RData")
' b8 S9 \5 Q3 m* g3 h$ m* D& q1 Mload("F:/统计学/实验作业/tt.RData")
matrix1_1<-as.matrix(tt[,2:6])
# A$ B: D( q. lrownames(matrix1_1)=tt[,1]
0 T4 ]$ J+ ^% Z5 x/ R) E6 u& Osave(matrix1_1,file="F:/统计学/实验作业/matrix.RData")
# _: s, ]# X7 |( u& }4 lmatrix1_1
6 d' j. h: i& m4 b/ c6 E基础知识：
. x! f0 r4 n8 z/ w1 O1.为对象赋值

- v- s5 o2 W& o% }# L% J
2.对对象X进行各种计算和绘图

7 L9 o) L5 V: u3.R包的安装和加载
查看
0 t+ C' }; r' F2 H/ i
" B# C1 u( |' l5 K0 X在线安装所需包
+ k9 x! Q! L% N& i, E3 O* h
一次安装多个包

0 d8 M4 J" A$ o0 U5 A) s要使用包，需要用library()函数或者require()函数载入这个包
4.在R中录入数据
（1）用C函数产生向量
$ x% j& }6 H+ f- V8 M例：names<-c(“张三”,“李四”,“王五”)

; b* k4 p$ ?& B（2）将向量形式的数据组织转换成数据框模式
1 ]2 x, s' D! {# t" \- u例：table<-data.frame(“姓名”=names，···)
table

8 X" i: j7 R' b4 n* G（3）将向量形式的数据转组织成矩阵

3 d3 u. \: G1 i7 u1 v4 H. x（4）在R中录入数据并组织成矩阵


7 B# [4 p5 g% N3 c. U( ~5. 读取R数据
load(“load(“存储路径 /文件名字.RData”)”)
" x) T& E6 l6 p& \$ w读取包含标题的csv文件
0 P, o! ]" O( y" q, sread.csv(“存储路径 /文件名字.csv”)
( u! y. l0 h7 A* x+ N) ^读取不包含标题的csv文件
9 [* v6 o" I  o0 f) wread.csv(“存储路径 /文件名字.csv”,header=FALSE)
  T9 ]8 X( F+ m* Q! e导入Excel数据
' ~. L" ^5 y; ]: k* c
: t$ k5 R" h# ^0 \
$ Q0 ^2 N7 e6 ]$ p3 l' X5 _导入spss数据
. L) t# @7 F. A+ |9 g! U) K3 }' j
6.保存数据
R格式
& S- |) E- N) @' }+ ^/ R% Zsave(table,file=“存储路径 /table.RData”)
csv格式
write.csv(table,file=“存储路径 /table.csv”)
7.查看数据
3 U& v( h  ]  U. Z全部
table
前几行
9 }9 W. H" b3 p5 E2 D7 thead(table)
# L/ i6 E" g1 n. A* F9 B最后几行
tail(table)
7 b; Q8 ^0 T+ B4 {8.数据排序
% [$ U1 z( h( s7 E: L" |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),]
或者：newt2<-t[order(t$地区生产总值),decreasing=TRUE]
7 D& w% o! u7 [' Z! }2 u
6 j) c4 I9 T' n+ {

; ?- t7 b& R  _( O6 C" ^- V变量重命名：
) F) N, w" @: L6 u" X8 _, f% R' X7 F, Plibrary(reshape)
rename(t,c(“地区生产总值”=“GDP”))
+ M5 p  V: h' `) _4 w- ~4 I缺失值的处理：
7 y9 X7 `8 D+ d+ t/ l0 D检测：x<-c(2,4,6,NA)
$ }& D$ D# g/ d( S5 Pis.na(x)
排除：x<-c(2,4,6,NA)
sum(x)
8 K& ^; p8 }: `( j7 L/ l" B$ py<-sum(x,na.rm=TRUE)

2 N, ^' \; O& g" z' p1 e5 p" ?