--- title: "二、R语言语法基础" subtitle: 《区域水环境污染数据分析实践》
Data analysis practice of regional water environment pollution author: 苏命、王为东
中国科学院大学资源与环境学院
中国科学院生态环境研究中心 date: today lang: zh format: revealjs: theme: dark slide-number: true chalkboard: buttons: true preview-links: auto lang: zh toc: true toc-depth: 1 toc-title: 大纲 logo: ./_extensions/inst/img/ucaslogo.png css: ./_extensions/inst/css/revealjs.css pointer: key: "p" color: "#32cd32" pointerSize: 18 revealjs-plugins: - pointer filters: - d2 --- ```{r} #| include: false #| cache: false lang <- "cn" require(tidyverse) require(learnr) knitr::opts_chunk$set(echo = TRUE) ``` ## 数据类型 ### 数值型 R中的数值型数据可以是整数或浮点数。 ```{r} #| echo: true (x <- 10) (y <- 1.23e-2) (z <- pi) ``` ## 数据类型 ### 字符串 - R 中的字符串用引号括起来，建议用**双引号**。 - 中文编码主要有GBK编码和UTF-8编码，可能遇到编码错误造成乱码。RStudio软件默认采用UTF-8编码，在R程序运行时字符串一般用UTF-8编码保存。 ```{r} #| echo: true (str <- "Hello, World!") (str <- 'Hello, World!') (str <- 'He was very angry, and shouted: "Stop!"') ``` ## 数据类型 ### 逻辑 ```{r} c(TRUE, FALSE) ``` ## 特殊值 ::: columns ::: {.column width="45%"} - `NA`: 这是最常见的NA类型，表示缺失值 - `NA_integer_`: 这是NA的整数类型 - `NA_real_`: 这是NA的实数类型 - `NA_character_`: 这是NA的字符类型 - `NA_complex_`: 这是NA的复数类型 ::: ::: {.column width="5%"} ::: ::: {.column width="45%"} ```{r} #| echo: true pi NA NA_character_ Inf ``` ::: ::: ## 特殊值在 R 中，`Inf` 代表正无穷大（positive infinity），而 `-Inf` 则代表负无穷大（negative infinity）。这些值通常出现在数学计算中，例如除以零或对负数取对数等操作可能会导致无穷大的结果。 ```{r} #| echo: true # 正无穷大 (x <- Inf) # 负无穷大 (y <- -Inf) # 无穷大的运算 (a <- 5 / 0) (b <- log(0)) ``` ## 变量赋值在 R 中，可以使用 `<-` 或 `=` 运算符将值赋给变量，**建议用`<-`**。 ```{r} #| echo: true # 使用 `<-` 运算符 (x <- 10) (y <- "hello") # 使用 `=` 运算符 (z = c(1, 2, 3)) ``` ## 变量赋值 ```{r} # 向量赋值 (vec <- c(1, 2, 3, 4, 5)) # 矩阵赋值 (mat <- matrix(1:9, nrow = 3)) ``` ## 变量赋值 ### 数据框赋值 ```{r} #| echo: true (df <- data.frame( Name = c("Alice", "Bob", "Charlie"), Age = c(25, 30, 35), Married = c(TRUE, FALSE, TRUE) )) ``` ## 变量赋值 ### 列表赋值 ```{r} (lst <- list( numbers = c(1, 2, 3), strings = c("a", "b", "c"), matrix = matrix(1:9, nrow = 3) )) ``` ## 数学函数 ```{r} #| echo: true round(pi, digits = 3) log(10) ``` 1. `abs(x)`: 返回 `x` 的绝对值 2. `sqrt(x)`: 返回 `x` 的平方根 3. `exp(x)`: 以e为底的指数函数值 4. `log(x, base)`: 以指定底数的对数函数的值，默认底数为e 5. `log10(x)`: 10为底的对数值 6. `log2(x)`: 2为底的对数值 7. `floor(x)`: 不大于`x`的最大整数 8. `ceiling(x)`: 不小于`x`的最小整数 ## 数学函数 9. `sin(x)`, `cos(x)`, `tan(x)`: 返回 `x` 的正弦、余弦和正切值，其中 `x` 为弧度 10. `asin(x)`, `acos(x)`, `atan(x)`: `x` 的反正弦、反余弦和反正切值，返回弧度 11. `sinh(x)`, `cosh(x)`, `tanh(x)`: 返回 `x` 的双曲正弦、双曲余弦和双曲正切值 12. `asinh(x)`, `acosh(x)`, `atanh(x)`: 反双曲正弦、反双曲余弦和反双曲正切值 13. `round(x, digits)`: `x` 四舍五入，`digits`指定小数点后位数 14. `trunc(x)`: 返回`x`截断值，即去掉小数部分 15. `sign(x)`: 返回符号 ## 统计函数 ```{r} #| echo: true x <- c(5, 10, 15, 20, 25) # 计算向量的平均值 mean(x) # 计算向量的中位数 median(x) # 计算向量的最小值 min(x) # 计算向量的最大值 max(x) # 计算向量的总和 sum(x) ``` ## 统计函数 ```{r} #| echo: true # 计算向量的标准差 sd(x) # 计算向量的方差 var(x) # 计算向量的分位数 quantile(x, probs = c(0.25, 0.5, 0.75)) # 统计向量的频数 (frequency <- table(x)) ``` ## 统计函数 ### 执行两样本或单样本 t 检验 ```{r} #| echo: true y <- c(3, 8, 13, 18, 23) t.test(x, y) ``` ## 统计函数 ### Wilcoxon-Mann-Whitney检验 ```{r} #| echo: true wilcox.test(x, y) ``` ## 统计函数 ### 创建向量的直方图 ```{r} #| fig-width: 5 #| fig-height: 3 hist(x) ``` ## 函数调用-练习 ### 题目：设有一组数据集合 x 包含了一些整数，请编写R语言代码计算并输出以下指标： - 平均值（mean） - 中位数（median） - 最大值（maximum） - 最小值（minimum） - 数据集合中所有元素的和（sum） - 数据集合的标准差（standard deviation） - 数据集合 x 为：x <- c(10, 20, 30, 40, 50, 60, 70, 80, 90, 100) **要求：使用R语言编写函数，输入参数为数据集合 x，输出为以上指标的值。** ## 控制流程 ### if-else 语句 ```{r} #| echo: true x <- 10 if (x > 10) { print("x 大于 10") } else { print("x 不大于 10") } ``` ## 控制流程 ### for 循环 ```{r} #| echo: true for (i in 1:5) { print(i) } ``` ## 自定义函数 ### 定义函数使用 `function` 关键字定义函数，并使用 `return` 关键字返回结果。 ```{r} #| echo: true my_function <- function(x, y) { return(x + y) } ``` ### 调用函数 ```{r} #| echo: true result <- my_function(3, 4) print(result) ``` ## 数据结构 ### 向量向量是一维数组，可以包含相同类型的元素。 ```{r} #| echo: true (v <- c(1, 2, 3, 4, 5)) ``` ### 列表列表可以包含不同类型的元素。 ```{r} #| echo: true (l <- list(a = 1, b = "hello", c = TRUE)) ``` ## 数值型向量 ### 什么是数值型向量？ - 在 R 中，向量是一种基本的数据结构。 - 数值型向量包含相同类型的数值元素。 ### 创建数值型向量 ```{r} #| echo: true # 使用 c() 函数创建数值型向量 (numeric_vector <- c(1, 2, 3, 4, 5)) ``` ## 数值型向量 ### 向量运算 ```{r} #| echo: true # 创建两个数值型向量 (vector1 <- c(1, 2, 3)) (vector2 <- c(4, 5, 6)) # 执行向量加法 (result <- vector1 + vector2) # 执行向量乘法 (result <- vector1 * vector2) ``` ## 向量运算 ### 向量求和 ```{r} #| echo: true # 创建数值型向量 vector <- c(1, 2, 3, 4, 5) # 求和 (sum_result <- sum(vector)) ``` ## 向量运算 ### 向量平均值 ```{r} #| echo: true # 创建数值型向量 vector <- c(1, 2, 3, 4, 5) # 平均值 (mean_result <- mean(vector)) ``` ## 运算-数值运算 - a 的平方。 - b 的立方。 - a 除以 b 的商和余数。 **要求：使用R语言编写函数，输入参数为 a 和 b，输出为上述结果。** ## 运算-逻辑运算 ```{r} all(c(FALSE, 2, 1:3, 3) > 1) any(c(FALSE, 2, 1:3, 3) > 1) (flag1 <- FALSE) (flag2 <- (3 > 2)) (flag3 <- TRUE * TRUE) (flag4 <- TRUE * FALSE) (flag5 <- TRUE & FALSE) (flag6 <- TRUE | FALSE) ``` ## 运算-逻辑运算 - `which` ```{r} which(c(FALSE, TRUE, TRUE, FALSE, NA)) which((11:15) > 12) ``` - `identical` ```{r} identical(c(1,2,3), c(1,2,NA)) identical(c(1L,2L,3L), c(1,2,3)) ``` ## 运算-字符型 - 特殊字符 ```{r} c("abc", "", 'a cat', NA, '李明', "\n") ``` - `paste` ```{r} (users <- paste("ruser", 1:9)) paste(users, collapse = ", ") ``` ## 运算-字符型 - 大小写 ```{r} letters[1:5] toupper(letters[6:9]) tolower(month.abb) stringr::str_to_title(c("monday", "tuesday")) ``` ## 运算-字符型 - 字符串截取 ```{r} substr("Monday", 1, 3) stringr::str_sub("Monday", 1, 3) ``` ## 运算-字符型 - 类型转换 ```{r} 100 as.character(100) as.numeric(c("0100", "0101")) sprintf('renamedfile%03d.png', c(3, 99, 100)) ``` ## 运算-字符型 - 字符串替换 ```{r} (mystr <- "He was wrong!") gsub("wrong", "right", mystr) ``` ## 索引 ### 向量 ```{r} # 创建一个向量 vector <- c("apple", "banana", "cherry", "date") # 访问第三个元素 vector[3] # 访问多个元素 vector[c(2, 4)] vector[c(2:4)] ``` ## 索引 ### 向量 ```{r} # 除了第2个元素 vector[-2] # 超界 vector[100] # 更新数据 vector[7] <- "New Data" vector ``` ## 索引 ```{r} (x <- 1:10) x[x > 6] x[x < 3] <- 99 x # which which(x > 10) which.max(x) which.min(x) ``` ## 索引 ### 列表 ```{r} # 创建一个列表 my_list <- list(fruit = c("apple", "banana", "cherry"), numbers = c(1, 2, 3, 4, 5)) # 访问列表中的第二个元素 my_list[[2]] ``` ## 索引 ### 数据框 ```{r} # 创建一个数据框 df <- data.frame(fruit = c("apple", "banana", "cherry"), quantity = c(5, 7, 3)) # 访问数据框中的第一个元素 df[1, 1] # 第2-3行 df[2:3, ] ``` ## 日期和时间 ### `base` package ```{r} as.Date("2024-01-01") as.POSIXct(1) as.Date(c("12/6/2022", "1/1/2023"), format="%m/%d/%Y") ``` ## 日期和时间 ### `lubridate` package ```{r} lubridate::today() require(lubridate) now() ymd(c(20200321, 240404, "20181231")) mdy(c("3-10-1998", "01-17-2018", "Feb 3, 2024")) ymd_hms("1998-03-16 13:15:45", tz = "Asia/Shanghai") ``` ## 日期和时间 ### `lubridate` package ```{r} make_date(2028, 1, 30) as_date("2000-01-01") as_datetime("2000-01-01", tz = "Asia/Shanghai") as_datetime("2024-02-01 8:00:00", tz = "Asia/Shanghai") ``` ## 日期和时间 ### `lubridate` package ```{r} year(today()) wday(today()) hour(now()) ``` ## 日期和时间 ### `lubridate` package ```{r} (x <- now()) floor_date(x, unit = "day") floor_date(x, unit = "hour") floor_date(x, unit = "10 minutes") ceiling_date(x, unit = "10 minutes") ``` ## 因子（factor） ### Factor是什么？ - 在R中，Factor是用来表示分类数据的特殊数据类型。 - 它将数据分成不同的水平(levels)，每个水平代表了一个类别。 ## 因子（factor） ### 创建Factor ```{r} # 创建一个Factor gender <- factor(c("Male", "Female", "Female", "Male")) # 查看Factor的水平 levels(gender) # 改变Factor的水平顺序 gender <- factor(gender, levels = c("Female", "Male")) summary(gender) # 使用Factor进行分组 as.numeric(gender) # 因子转换为纯粹的整数值 as.character(gender) # 转为字符 ``` ## 因子（factor） ### Label of Factor ```{r} (x <- factor(1:12, label = month.abb)) factor(x, levels = month.abb[c(2:12, 1)]) ``` ### 分组 ```{r} cut(1:20, breaks=c(0, 5, 10, 15, 18, 20)) ``` ## 矩阵 ```{r} 1:20 (A <- matrix(1:20, nrow = 4, byrow = TRUE)) (B <- matrix(1:20, nrow = 4, byrow = FALSE)) nrow(A) ncol(B) ``` ## 矩阵 ### 高维矩阵 ```{r} X <- array(1:12, dim = c(3, 2, 2)) dim(C) X[1, , ] X[1, , 1] ``` ## 矩阵 ### `cbind`、`rbind` ```{r} cbind(X[1, , ], X[2, , ], X[3, , ]) rbind(X[1, , ], X[2, , ], X[3, , ]) cbind(c(1,2), c(3,4), c(5,6)) ``` ## 数据框（data frame） **最主要的数据形式。** ```{r} # 创建数据框 (df <- data.frame( Name = c("Alice", "Bob", "Charlie"), Age = c(25, 30, 35), Married = c(TRUE, FALSE, TRUE) )) names(df) colnames(df) ncol(df); nrow(df) ``` ## 数据框（data frame） ```{r} df[1, 1] df[2, ] df[, 1] df$Age df[["Age"]] df[, "Age"] ``` ## 数据框（data frame） ```{r} X <- matrix(1:9, nrow = 3) class(X) (Y <- as.data.frame(X)) names(Y) names(Y) <- c("colA", "colB", "colC") ``` ## 欢迎讨论！{.center} `r rmdify::slideend(wechat = FALSE, type = "public", tel = FALSE, thislink = "https://drwater.rcees.ac.cn/course/public/RWEP/@PUB/SD/")`