796 lines
12 KiB
Plaintext
796 lines
12 KiB
Plaintext
---
|
||
title: "二、R语言语法基础"
|
||
subtitle: 《区域水环境污染数据分析实践》<br>Data analysis practice of regional water environment pollution
|
||
author: 苏命、王为东<br>中国科学院大学资源与环境学院<br>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/")`
|