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

$ |" l5 ^, H$ }" mindex<-c("低收入户","中等偏下户","中等收入户","中等偏上户","高收入户")
year2008<-c(1500,2935,4203,5929,11290)
year2009<-c(1549,3110,4502,6468,12319)
; J; d' a4 M# Y/ r! {year2010<-c(1870,3621,5222,7441,14050)
year2011<-c(2001,4256,6208,8894,16783)
' r& f  m( z; {- [8 z6 o2 K/ eyear2012<-c(2316,4808,7041,10142,19009)
" H1 i5 U. z; h  m7 L4 wtt<-data.frame("指标"=index,"2008年"=year2008,"2009年"=year2009,"2010年"=year2010,"2011年"=year2011,"2012年"=year2012)
tt

save(tt,file="F:/统计学/实验作业/tt.RData")
load("F:/统计学/实验作业/tt.RData")
matrix1_1<-as.matrix(tt[,2:6])
- }; |: Q, A. r2 K4 o( ?) w8 zrownames(matrix1_1)=tt[,1]
save(matrix1_1,file="F:/统计学/实验作业/matrix.RData")
* Q& r, `; Z9 L( J3 F# xmatrix1_1
基础知识：
1.为对象赋值
; X, J' U! Q0 |8 |* \2 y1 R, G

+ t' r6 q0 U0 b& g( A2.对对象X进行各种计算和绘图
3 p! j- r" f5 t% H
3 ^! S5 ~" ?! ^" q9 a3.R包的安装和加载
. R! M8 l- y" k5 T$ i  a& I查看
# u3 m7 e) }  \9 n! ^( K
在线安装所需包
+ h  \3 E( E6 M5 q9 X& R
' M; D9 B' v2 d, Y9 N一次安装多个包
* \9 A$ L) o/ X
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 P2 O$ o- g3 |0 x0 a（1）用C函数产生向量
; U: Z5 T( x0 s9 e; K4 H例：names<-c(“张三”,“李四”,“王五”)
7 d7 V# y4 l$ \$ P
0 d- C4 _2 g& W9 {: Y7 |& Q（2）将向量形式的数据组织转换成数据框模式
: K* |  m8 M: o- H例：table<-data.frame(“姓名”=names，···)
6 u* F1 [' @. l- ?table

' t' R' w1 U; S1 L（3）将向量形式的数据转组织成矩阵

% E" x3 Y, i, L" O/ e2 K（4）在R中录入数据并组织成矩阵

/ H  E# I& B1 w( h/ K0 t9 I, }# ]$ \
) p8 w! S8 O/ O) n0 B5. 读取R数据
( \: u. K! b& s4 N5 oload(“load(“存储路径 /文件名字.RData”)”)
读取包含标题的csv文件
/ b5 t, a6 {3 ?: [* b: Yread.csv(“存储路径 /文件名字.csv”)
7 ]$ d; \1 x8 Z8 y读取不包含标题的csv文件
read.csv(“存储路径 /文件名字.csv”,header=FALSE)
' b# Z+ f: u; T. k6 e3 f2 w导入Excel数据

& f4 j/ f. a; c: V6 p  I  w( w
3 H2 Y4 n. |, L5 T导入spss数据

) ?' c! A1 y, n' S" v, R8 y- ^6.保存数据
R格式
save(table,file=“存储路径 /table.RData”)
csv格式
! ~- [; s7 L: @7 |" q+ `/ I/ swrite.csv(table,file=“存储路径 /table.csv”)
7.查看数据
% O+ \) I& y  V9 k全部
& k" w6 V+ F# p. Xtable
前几行
head(table)
# I9 K8 q9 T9 E7 c3 ]4 P) s* ~最后几行
tail(table)
8.数据排序
% P4 p1 W+ ]3 B$ U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),]
9 p! R6 s. ?% b0 X( ]9 k或者：newt2<-t[order(t$地区生产总值),decreasing=TRUE]
) E6 ~8 I" B' @( G" {+ b
$ e$ \6 {! f8 A- Q3 I  v
3 `$ v/ m' o8 x0 @
变量重命名：
library(reshape)
rename(t,c(“地区生产总值”=“GDP”))
1 ~, g7 [, Y' F" g7 ]# y9 j缺失值的处理：
6 G  S4 b; [, ~  A检测：x<-c(2,4,6,NA)
+ t7 n  K. m: b. g3 w( }3 uis.na(x)
- `! w8 u* w2 M8 e排除：x<-c(2,4,6,NA)
sum(x)
y<-sum(x,na.rm=TRUE)