【R语言】实验一 R 语言数据结构、数据导入与数据处理

系列文章目录

实验一 R 语言数据结构、数据导入与数据处理

实验二 基本数据处理

实验三 数据可视化

实验四 数据分析

实验五 综合应用

---

实验数据

实验数据下载

1. algae 数据集

season	size	speed	mxPH	mnO2	Cl
Cl	NO3	NH4	oPO4	PO4	Chla
a1	a2	a3	a4	a5	a6
a7

---

提示：以下是本篇文章正文内容

一、实验目的

1. 安装 R 环境，熟悉环境，熟悉 R NOTEBOOK 的用法。
2. 数据集的创建：数据集（data set）是一个数据的集合，通常以数据库表格的形式出现。
3. 基本的数据结构：向量、矩阵、数组、数据框、因子、列表。
4. 数据的输入和导入：R 支持很多种输入和导入。
5. 处理数据对象的常用函数：如：dim()查看某对象的维度；class()查看某对象的类型；head()查看某对象的开始部分；tail()查看某对象的结尾部分；cbind()按列合并对象；rbind()按行合并对象。

---

二、实验内容

题目1 基本数据结构练习

1. 创建数值从 1 到 10，间隔为 2，名称为 A 的向量。
2. 将数字 1 到 12 每个重复 3 次写入向量 B 中：(1,1,1，…,12,12,12) 提示 rep 函数。
3. 输出 B 向量的长度和去重后的向量数值。
4. 输出 A、B 的交集，并集 C ，差集。
5. 将集合 C 按降序排序。
6. 选取 C 的第 3 个元素；第 4 到最后的元素；数值在区间大于等于 3 小于 7的元素。
7. 将数值型向量 C 转化为字符型。
8. 向量 C 的长度，最大值及其索引。
9. 将 A 转化成数组类型变量名为 a，查看 a 的类型。
10. 用 1~20 的数字构成两个 4*5 的矩阵，其中 M1 为按列输入，M2 为按行输入，计算 M3 为 M1+M2；并构建 M4，它由 M3 各列构成，但不包含第 3 列。
11. 用 1~9 的数字构成一个 3*3 的按列输入的矩阵 M5；求 M5 的对角阵
    M6；计算 M5 与 M6 的矩阵乘法得到 M7；求 M7 的转置矩阵 M8。
12. 用 1~12 的数字构成一个 4*3 的按列输入的矩阵 M9，求 M9 的列加和；求 M9 的行平均。

题目2 数据的导入和处理对象常用函数练习

1. 从 csv 文件中读取 algae 数据集赋值给 algae1。
2. 查看 algae1 的前 10 条数据。
3. 输出 algae1 的基本统计信息，数据的维度，特征名称，查看season、size和 NO3 各列的数据类型。
4. 选出季节为夏天的样本存在 newalgael，输出 newalgael 样本行数。
5. 将 newalgael 的列 cl 中的缺失值用本列得中位数填充。
6. 将 algae1 删除含有缺失值的样本，输出原始样本的行数和剩余样本行数。
7. 编辑 algae1 并另存为 algae2（任意修改某个点的值）。
8. 将 algae1 和 algae2，按行合并得到 algae3，输出 algae1、algae2 和algae3 的样本行数。

---

三、实现过程与实验结果

题目1 基本数据结构练习

1.创建数值从1到10，间隔为2，名称为A的向量。

A <- seq(1, 10, 2)
A
## [1] 1 3 5 7 9

2.将数字 1 到 12 每个重复 3 次写入向量B中：(1,1,1，…,12,12,12)。

B <- rep(1:12, each = 3)
B
##  [1]  1  1  1  2  2  2  3  3  3  4  4  4  5  5  5  6  6  6  7  7  7  8  8  8  9
## [26]  9  9 10 10 10 11 11 11 12 12 12

3.输出 B 向量的长度和去重后的向量数值。

# B向量的长度
length(B)
## [1] 36

# 去重后的向量数值
unique(B)
##  [1]  1  2  3  4  5  6  7  8  9 10 11 12

4.输出 A、B 的交集、并集 C、差集。

# A、B的交集
intersect(A, B)
## [1] 1 3 5 7 9

# A、B的并集C
C <- union(A, B)
C
##  [1]  1  3  5  7  9  2  4  6  8 10 11 12

# A、B的差集
setdiff(B, A)
## [1]  2  4  6  8 10 11 12

5.将集合 C 按降序排序。

sort(C, decreasing = T)
##  [1] 12 11 10  9  8  7  6  5  4  3  2  1

6.选取 C 的第 3 个元素；第 4到最后的元素；数值在区间大于等于 3 小于 7的元素。

# C的第3个元素
C[3]
## [1] 5

# C的第4到最后的元素
C[-(1:3)]
## [1]  7  9  2  4  6  8 10 11 12

# C的数值在区间大于等于3小于7的元素
subset(C, C >= 3 & C < 7)
## [1] 3 5 4 6

7.将数值型向量 C 转化为字符型。

# C的类型
class(C)
## [1] "numeric"

# 数值型向量C转化为字符型
D <- as.character(C)

# D的类型
class(D)
## [1] "character"

8.向量 C 的长度，最大值及其索引。

# 向量C的长度
length(C)
## [1] 12

# C的最大值
C[which.max(C)]
## [1] 12

# C的最大值的索引
which.max(C)
## [1] 12

9.将 A 转化成数组类型，变量名为 a，查看 a 的类型。

# A的类型
class(A)
## [1] "numeric"

# A转化为数组类型
a <- as.array(A)

# a的类型
class(a)
## [1] "array"

10.用 1~20 的数字构成两个 4*5 的矩阵，其中 M1 为按列输入，M2 为按行输入，计算 M3 为 M1+M2；并构建 M4，它由 M3 各列构成，但不包含第 3 列。

# M1按列输入
M1 <- matrix(1:20, c(4, 5))
M1
##      [,1] [,2] [,3] [,4] [,5]
## [1,]    1    5    9   13   17
## [2,]    2    6   10   14   18
## [3,]    3    7   11   15   19
## [4,]    4    8   12   16   20

# M2按行输入
M2 <- matrix(1:20, c(4, 5), byrow = TRUE)
M2
##      [,1] [,2] [,3] [,4] [,5]
## [1,]    1    2    3    4    5
## [2,]    6    7    8    9   10
## [3,]   11   12   13   14   15
## [4,]   16   17   18   19   20

# M3=M1+M2
M3 <- M1 + M2
M3
##      [,1] [,2] [,3] [,4] [,5]
## [1,]    2    7   12   17   22
## [2,]    8   13   18   23   28
## [3,]   14   19   24   29   34
## [4,]   20   25   30   35   40

# M4不包含M3第三列
M4 <- M3[, -3]
M4
##      [,1] [,2] [,3] [,4]
## [1,]    2    7   17   22
## [2,]    8   13   23   28
## [3,]   14   19   29   34
## [4,]   20   25   35   40

11.用 1~9 的数字构成一个 3*3 的按列输入的矩阵 M5；求 M5 的对角阵M6；计算 M5 与 M6 的矩阵乘法得到 M7；求 M7 的转置矩阵 M8。

# M5
M5 <- matrix(1:9, c(3, 3))
M5
##      [,1] [,2] [,3]
## [1,]    1    4    7
## [2,]    2    5    8
## [3,]    3    6    9

# M5的对角阵M6
M6 <- diag(diag(M5))
M6
##      [,1] [,2] [,3]
## [1,]    1    0    0
## [2,]    0    5    0
## [3,]    0    0    9

# M7=M5*M6
M7 <- M5 %*% M6
M7
##      [,1] [,2] [,3]
## [1,]    1   20   63
## [2,]    2   25   72
## [3,]    3   30   81

# M7的转置矩阵M8
M8 <- t(M7)
M8
##      [,1] [,2] [,3]
## [1,]    1    2    3
## [2,]   20   25   30
## [3,]   63   72   81

12.用 1~12 的数字构成一个 4*3 的按列输入的矩阵 M9，求 M9 的列加和；求 M9 的行平均。

# M9
M9 <- matrix(1:12, c(4, 3))
M9
##      [,1] [,2] [,3]
## [1,]    1    5    9
## [2,]    2    6   10
## [3,]    3    7   11
## [4,]    4    8   12

# M9的列加和
colSums(M9)
## [1] 10 26 42
apply(M9, 2, sum)
## [1] 10 26 42

# M9的行平均
apply(M9, 1, mean)
## [1] 5 6 7 8

题目2 数据的导入和处理对象常用函数练习

1.从 csv 文件中读取 algae 数据集赋值给 algae1。

algae1 <- 
  read.csv("R\\data\\ex1\\algae.csv")

2.查看 algae1 的前 10 条数据。

head(algae1, n = 10)

3.输出 algae1 的基本统计信息，数据的维度，特征名称，查看 season、size和 NO3 各列的数据类型。

# 基本统计信息
summary(algae1)

# 数据维度
dim(algae1)
## [1] 200  18

# 特征名称
colnames(algae1)
##  [1] "season" "size"   "speed"  "mxPH"   "mnO2"   "Cl"     "NO3"    "NH4"   
##  [9] "oPO4"   "PO4"    "Chla"   "a1"     "a2"     "a3"     "a4"     "a5"    
## [17] "a6"     "a7"

# season列数据类型
class(algae1$season)
##  character

# size列数据类型
class(algae1$size)
##  character

# NO3列数据类型
class(algae1$NO3)
##  numeric

4.选出季节为夏天的样本存在 newalgael，输出 newalgael 样本行数

# 季节为夏天
newalgael <- algae1[algae1$season == 'summer', ]

# newalgael行数
nrow(newalgael)
## [1] 45
dim(newalgael)[1]
## [1] 45
length(newalgael[, 1])
## [1] 45

5.将 newalgael 的列 Cl 中的缺失值用本列得中位数填充。

# 查看缺失值
is.na(newalgael$Cl)
##  [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE FALSE
## [13] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [25] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
## [37] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE

# 缺失值填充
newalgael$Cl[is.na(newalgael$Cl)] <- median(newalgael$Cl, na.rm = TRUE)

# Cl列数据
newalgael$Cl
##  [1]  73.250   8.690   6.300   7.000  12.536  20.083  30.523  54.190  27.233
## [10]  32.056  32.056   4.326   3.136  32.540  34.037  12.146  36.248  53.102
## [19]  94.405  63.510  85.982  58.331  47.229  32.056   7.838  57.848   1.549
## [28] 131.400  48.429  12.000  30.125  11.088  39.000  51.113  53.000  69.000
## [37]  43.000 151.833   5.326   2.200   3.860   7.613  23.250  12.444  82.852

6.将 algae1 删除含有缺失值的样本，输出原始样本的行数和剩余样本行数。

# 原始样本行数
nrow(algae1)
## [1] 200

# 删除含缺失值的样本
algae1 <- na.omit(algae1)

# 剩余样本行数
nrow(algae1)
## [1] 184

7.编辑 algae1 并另存为 algae2（任意修改某个点的值）。

algae2 <- edit(algae1)

8.将 algae1 和 algae2按行合并得到 algae3，输出 algae1、algae2 和algae3 的样本行数。

# algae1、algae2按行合并
algae3 <- rbind(algae1, algae2)

# algae1样本行数
nrow(algae1)
## [1] 184

# algae2样本行数
nrow(algae2)
## [1] 184

# algae3样本行数
nrow(algae3)
## [1] 368

---

四、总结

以上就是全部内容。