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 E% d( x2 ]3 t( R8 M
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")
( `- G" d, F; t2 d: y5 M) L  gyear2008<-c(1500,2935,4203,5929,11290)
year2009<-c(1549,3110,4502,6468,12319)
year2010<-c(1870,3621,5222,7441,14050)
year2011<-c(2001,4256,6208,8894,16783)
year2012<-c(2316,4808,7041,10142,19009)
! R. v, @3 f" Y% s- Rtt<-data.frame("指标"=index,"2008年"=year2008,"2009年"=year2009,"2010年"=year2010,"2011年"=year2011,"2012年"=year2012)
tt

- A' C0 R( A( {1 ?save(tt,file="F:/统计学/实验作业/tt.RData")
load("F:/统计学/实验作业/tt.RData")
% @! P2 c2 h1 d5 E, U* G, Zmatrix1_1<-as.matrix(tt[,2:6])
rownames(matrix1_1)=tt[,1]
5 I! E& ^# o$ {+ v" z4 ~5 Z. \save(matrix1_1,file="F:/统计学/实验作业/matrix.RData")
  y* V- p7 Y) h5 _8 B* C7 ~# ?matrix1_1
, `$ m/ M0 s* A$ J9 W4 Q. ?' c基础知识：
: `* O; M1 t4 z4 _) F' S1.为对象赋值

" A) c" b' h3 f$ b
1 k  D0 `$ h8 q! X6 V2.对对象X进行各种计算和绘图

* i) d% q- O2 ]$ u' E' G3.R包的安装和加载
2 o! z# J$ W9 u/ O0 e查看

2 p$ U9 h" T7 _4 Z6 \' V在线安装所需包
' T9 j6 |( M+ {3 E
一次安装多个包
, H* n2 ^* G. x& [- ]) p
要使用包，需要用library()函数或者require()函数载入这个包
* k4 Y9 m8 M4 m5 r" q6 J# D4.在R中录入数据
% {2 c2 U8 c5 R3 o（1）用C函数产生向量
2 @- |! C  ?- t9 n4 M7 ^4 e例：names<-c(“张三”,“李四”,“王五”)
2 E; K. Z' |& J3 R
4 H2 g4 G/ `4 g& ]' y9 e$ D（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，···)
. J/ ^$ J# P$ k3 ~8 Etable
8 Q0 C% y, U, q; R
2 p9 m6 R. g& \( Y/ W* N4 V（3）将向量形式的数据转组织成矩阵
: \6 S; w" I" q  O4 P( v  k
（4）在R中录入数据并组织成矩阵

- N2 j" ~1 Z- Z, d5 N3 j# B' E
- _- d" R/ K# V/ r; x5. 读取R数据
load(“load(“存储路径 /文件名字.RData”)”)
读取包含标题的csv文件
$ |1 H  Z$ l8 q: z5 wread.csv(“存储路径 /文件名字.csv”)
读取不包含标题的csv文件
) S5 }/ [6 y! ]7 mread.csv(“存储路径 /文件名字.csv”,header=FALSE)
# u& c7 @+ @; l7 y& U$ U导入Excel数据


导入spss数据
$ j8 Q+ L" q" h* v! x- ^! w  T5 q
5 ]3 {$ q5 q9 h6.保存数据
R格式
# y% Z7 o5 a1 R0 C8 v0 ]- @0 vsave(table,file=“存储路径 /table.RData”)
csv格式
write.csv(table,file=“存储路径 /table.csv”)
& b# h) c, B* f: @7.查看数据
5 Y/ ?5 k0 Y2 _1 ~全部
& o7 B* d; ?5 U4 \9 A( o/ Btable
! c- O; H; H( S4 g  D7 F前几行
5 d9 R# E* S' B/ J4 ^+ Q' X8 Fhead(table)
8 k  Q" p1 j: _+ l" p4 _& l8 M最后几行
tail(table)
* P5 ~4 W! n: I, k1 C; }: Q8.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),]
. ]: {+ m& S- R: d, f+ j或者：newt2<-t[order(t$地区生产总值),decreasing=TRUE]
* r. F# Q3 b3 L/ I2 Q


6 p& j( X* c$ `变量重命名：
  `+ Q. t, X  I7 Z: u! W4 Slibrary(reshape)
rename(t,c(“地区生产总值”=“GDP”))
缺失值的处理：
检测：x<-c(2,4,6,NA)
5 y% e8 z7 Y; l" Q3 Y) `% Dis.na(x)
& T' D7 f/ S/ K0 ^9 P/ H* ~排除：x<-c(2,4,6,NA)
/ m2 j$ n% I  x0 j6 Psum(x)
y<-sum(x,na.rm=TRUE)
& X) y* U9 h) r. u: }