- 整理自 R語言翻轉教室
- (一) 01-Introduction
- (二) 02-Data-Structure-Vectors
整理自 R語言翻轉教室
- 版本資訊 (sha-hash：4636e186)
課程進度：RBasic
- 01-RBasic-01-Introduction (O)
- 01-RBasic-02-Data-Structure-Vectors (O)
- 01-RBasic-03-Data-Structure-Object
- 01-RBasic-04-Factors
- 01-RBasic-05-Arrays-Matrices
- 01-RBasic-06-List-DataFrame
- 01-RBasic-07-Loading-Dataset
(一) 01-Introduction
1. 查詢、說明
[用法] help()、?
- 獲得函數的細節說明。
[範例] 查詢 solve 函數的說明：
> # 查詢 solve 函數
> help(solve) # 用法 1
> ?solve # 用法 2
2. expression、assignment
> # assignment 動作 (不會顯示結果)
> a <- 1
>
> # expression 動作 (會顯示結果)
> a + 1
[1] 2
>
3. 查詢物件
[用法] objects()、ls()
- 查詢所有環境的物件。
> objects() # 用法 1
[1] "a" "chat"
[3] "check_then_install" "check_then_install_github"
[5] "issue" "source_by_l10n_info"
>
> ls() # 用法 2
[1] "a" "chat"
[3] "check_then_install" "check_then_install_github"
[5] "issue" "source_by_l10n_info"
>
4. 刪除物件
[用法] rm()
- 刪除指定的物件。
> objects() # 查詢所有環境的物件
[1] "chat" "check_then_install"
[3] "check_then_install_github" "issue"
[5] "source_by_l10n_info"
>
> # 用 "rm()" 移除物件
> rm(chat) # 移除"chat"
> rm(issue) # 移除"issue"
>
> objects() # 再次查詢環境
[1] "check_then_install" "check_then_install_github"
[3] "source_by_l10n_info"
>
(二) 02-Data-Structure-Vectors
1. 數字向量
- 在數學上，輸入的 x 可能是整數、實數甚至是複數。R 的數學計算，會自動根據 x 的屬性做調整。
> # 最簡單的向量
> x <- c(10.4, 5.6, 3.1, 6.4) # assignment
> x
[1] 10.4 5.6 3.1 6.4
>
> # "c()"可以接受任意數量的的向量參數
> c(x, 2, 4, 6, 8) # 在 x 後面追加"2, 4, 6, 8"
[1] 10.4 5.6 3.1 6.4 2.0 4.0 6.0 8.0
> c(x, x) # 建立一個在 x 後面接上 x 的向量
[1] 10.4 5.6 3.1 6.4 10.4 5.6 3.1 6.4
>
> # 向量的運算
> c(1, 2, 3) + c(2, 4, 6) # 相同長度的向量相加
[1] 3 6 9
> 2 + c(2, 4, 6) # 兩種不同長度的向量相加
[1] 4 6 8
>
2. 取最小值、最大值
[用法] min()、max()、range()
> x <- c(10.4, 5.6, 3.1, 6.4)
>
> c(min(x), max(x)) # 取得 x 的最小值和最大值
[1] 3.1 10.4
> range(x) # 回傳向量的範圍（最小到最大）
[1] 3.1 10.4
>
3. 取得向量值的加總、長度和平均值
[用法] sum()、length()、mean()
> x <- c(10.4, 5.6, 3.1, 6.4)
> sum(x) # 回傳向量的加總
[1] 25.5
>
> length(x) # 回傳向量的長度
[1] 4
>
> sum(x) / length(x) # 回傳向量的平均值
[1] 6.375
> mean(x) # 回傳向量的平均值
[1] 6.375
>
4. 樣本變異數
- 樣本變異數：sum((x - mean(x))^2) / (length(x) - 1)
- 可以直接用 var(x) 取代
[用法] var()
> x <- c(10.4, 5.6, 3.1, 6.4)
> sum((x - mean(x))^2) / (length(x) - 1)
[1] 9.175833
>
> var(x)
[1] 9.175833
>
5. 樣本標準差
[用法] sd()
> x <- c(10.4, 5.6, 3.1, 6.4)
> sd(x)
[1] 3.029164
>
6. 對向量進行排序
[用法] sort()
> x <- c(10.4, 5.6, 3.1, 6.4)
> sort(x) # 將向量裡的元素從小排到大
[1] 3.1 5.6 6.4 10.4
>
7. 整數、實數、複數的計算
[範例] 開根號
> x <- c(10.4, 5.6, 3.1, 6.4)
> sqrt(-17) # 對"負整數"開根號
[1] NaN
Warning message:
In sqrt(-17) : 產生了 NaNs
>
> sqrt(-17 + 0i) # 對"複數"開根號
[1] 0+4.123106i
>
8. 產生序列
[用法1] 利用 : 產生序列
- 在 R 裡面，
:的等級很高，會優先處理。
> 1:20
[1] 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
>
> -17:15
[1] -17 -16 -15 -14 -13 -12 -11 -10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1
[20] 2 3 4 5 6 7 8 9 10 11 12 13 14 15
>
> # 以下 expression，會優先處理 17:23，然後再把所有結果乘以 2
> 2 * 17:23
[1] 34 36 38 40 42 44 46
>
[用法2] 利用 seq() 產生序列
- seq 的參數有：
from、to、by、length.out和along.with - 查看詳細用法︰
?seq - 查看使用範例︰
example(seq)
> # 如果不指定參數，而是依照順序填入：seq(1,10)，那就代表 from 是 1、to 是 10、而 by 等其他 argument 就使用預設參數
> seq(1, 10)
[1] 1 2 3 4 5 6 7 8 9 10
>
> # 指定參數
> seq(to = 10, from = 1)
[1] 1 2 3 4 5 6 7 8 9 10
>
> # 透過 by 參數控制間隔
> seq(1, 10, by = 0.5)
[1] 1.0 1.5 2.0 2.5 3.0 3.5 4.0 4.5 5.0 5.5 6.0 6.5 7.0 7.5 8.0
[16] 8.5 9.0 9.5 10.0
>
> # 產生一個從1開始，間隔2，長度為10的序列
> seq(from = 1, by = 2, length.out = 10)
[1] 1 3 5 7 9 11 13 15 17 19
>
[用法3] 利用 rep() 產生序列
> x <- c(10.4, 5.6, 3.1, 6.4)
>
> # 重複特定數字
> rep(2, times = 10)
[1] 2 2 2 2 2 2 2 2 2 2
>
> # 將整個序列重複times次，然後接起來
> rep(x, times = 2)
[1] 10.4 5.6 3.1 6.4 10.4 5.6 3.1 6.4
>
> # 將向量的每一個值個別重複each遍之後，再接起來
> rep(x, each = 2)
[1] 10.4 10.4 5.6 5.6 3.1 3.1 6.4 6.4
>
9. 邏輯向量
- 用於建立邏輯向量的「條件」：
- 大於
> - 大於等於
>= - 小於
< - 小於等於
<= - 相等
== - 不相等
!=
- 大於
- 常常表示資料中如：「是、否」、「男、女」之類”二選一”的選項。
- 常見的三種情況：
- 第一種：「真」用 TRUE 或 T 代表。
- 第二種：「假」用 FALSE 或 F 代表。
- 第三種：「NA」（NotAvailable）
> x <- c(10.4, 5.6, 3.1, 6.4)
>
> # 利用「條件類型的expression」來建立邏輯向量
> x > 5 # 拿 5 和 c(10.4, 5.6, 3.1, 6.4) 比較，比較大的就是 TRUE ，而比較小的是 FALSE。
[1] TRUE TRUE FALSE TRUE
>
> # 篩選複雜條件
> x > 5 & x < 10 # 介於5和10之間的值為 TRUE，否則為 FALSE
[1] FALSE TRUE FALSE TRUE
>
10. NA：缺失值、NaN：數學中沒有被定義的值
- 當資料的值無法取得的時候，R 就會給它一個特殊的記號：NA。
- 所有和NA做的運算結果，通常都會是NA。
[用法] is.na()
> x <- c(10.4, 5.6, 3.1, 6.4)
>
> is.na(x) # 判斷向量 x 裡面有沒有NA
[1] FALSE FALSE FALSE FALSE
>
> # 判斷一個內含 NA 的向量
> is.na(c(1, 2, NA, 3))
[1] FALSE FALSE TRUE FALSE
>
> # is.na() 會將 NA 和 NaN 都看成TRUE
> is.na(c(NA, NaN, 1))
[1] TRUE TRUE FALSE
>
11. 字串的概念
- 透過單引號
'或雙引號"來建立的資料，被稱為：「字串」。
> x <- c(10.4, 5.6, 3.1, 6.4)
> x # x 被視為變數
[1] 10.4 5.6 3.1 6.4
>
> "x" # x 被視為字串
[1] "x"
>
>
> # 輸入一個包含雙引號的字串，有兩種方法：一種是用單引號'來包覆雙引號，另外一種就是在雙引號之前插入斜線\
> "\""
[1] "\""
>
> "R is good!\""
[1] "R is good!\""
>
[用法] paste()、paste0()
- 把輸入的argument以字串的形式，接成一個新的字串。
> paste("a", "b")
[1] "a b"
>
>
> paste(c("X", "Y"), 1:10) # 在串接字串時，中間會留空格。
[1] "X 1" "Y 2" "X 3" "Y 4" "X 5" "Y 6" "X 7" "Y 8" "X 9" "Y 10"
>
> paste0(c("X", "Y"), 1:10) # 在串接字串時，中間不會留空格。
[1] "X1" "Y2" "X3" "Y4" "X5" "Y6" "X7" "Y8" "X9" "Y10"
>
12. 在向量中挑選特定資料
- 利用
[]挑選特定的資料。
> x <- c(10.4, 5.6, 3.1, 6.4)
> x[c(1,3)] # 挑選 x 的第一個和第三個位置的值
[1] 10.4 3.1
>
> x[x > 5] # 挑選 x 之中大於 5 的值
[1] 10.4 5.6 6.4
>
> x[-2] # 挑選 x 之中，除了第 2 個數字以外的值
[1] 10.4 3.1 6.4
>
13. 為向量中的值進行命名
- 在 R 的向量中，每一個值是可以有名字的。
[用法] names()
> x <- c(10.4, 5.6, 3.1, 6.4)
>
> # 為 x 裡的值進行命名
> names(x) <- c("a", "b", "c", "d")
>
> x # 顯示 x 的值
a b c d
10.4 5.6 3.1 6.4
>
> # 選取名稱為"b"、"d"的值
> x[c("b", "d")]
b d
5.6 6.4
>
[範例] 整理台電的公開數據
<題目內容>
# 社會服務業自民國87至民國91年的年度用電量（度）
year1 <- 87:91
power1 <- c(6097059332, 6425887925, 6982579022, 7323992602.53436, 7954239517)
# 製造業自民國87至民國91年的年度用電量（度）
power2 <- c(59090445718, 61981666330, 67378329131, 66127460204.6482, 69696372914.6949)
<標準解答>
# 請同學選出年度(`year1`)中，社會服務業的的用電量超過`7e9` 的年份。
# （`7e9`是R 的科學符號，代表`7 * 10^9`）
year1.answer1 <- year1[power1 > 7e9]
# 接著請同學計算「社會服務業從民國87年到91年的平均用電量」
power1.mean <- mean(power1)
# 請計算「社會服務業從民國87年到91年用電量的標準差」
power1.sd <- sd(power1)
# 在統計中，我們常常會計算一筆數據的「標準分數」，也就是將數據減去平均數後除以標準差。
# 請同學計算「社會服務業從民國87年到91年用電量的標準分數」
power1.z <- (power1 - mean(power1)) / sd(power1)
# 同樣的道理，請同學算出「製造業自民國87年至民國91年用電量的平均數、標準差和標準分數」
power2.mean <- mean(power2)
power2.sd <- sd(power2)
power2.z <- (power2 - mean(power2)) / sd(power2)
# 最後，請同學找出年度中，「社會服務業的用電量」，超過「製造業的10%用電量」的年份
year1.answer2 <- year1[power1 > 0.1 * power2]