学习R语言第五天

语法学习

创建数据的方式

dose <- c(20,30,40,50)

drugA <- c(16,29,20,30)

创建了俩个数据我们可以把数据输出一下看一下数据格式

绘制图形的方式

plot(dose,drugA,type="b",lty=3,lwd=3,pch=15,cex=2)

参数含义
type= ”b“ 同时绘制点和线的方式
dose 在x坐标的方式
drugA 在y坐标点方式

lwd = 3 设置线的宽带的方式

cex =1 指定 符号的大小

图形添加颜色

lines(dose,drugA,type = "b",pch=17,lty=2,col="blue")

col=“blue” 添加颜色的方式

lty =1 指定线条的类型

如何操作数据的方式

准备基础数据

manager <- c(1,2,3,4,5)
data <-c("10/20/28","10/20/27","10/20/26","10/20/25","10/20/01")
country <- c("US","UC","UD","UW","UE")
gender <- c("W","N","E","B","L")
age <- c(23,34,64,64,55)
q1 <- c(1,34,5,6,7)
q2 <- c(1,34,5,6,7)
q3 <- c(1,34,5,6,1)
q4 <- c(1,34,5,NA,5)
q5 <- c(1,34,5,NA,8)

# 把数据放入到数据库框中的方式
leadership <- data.frame(manager,
data,
country,gender,age,q1,q2,q3,q4,q5
,stringsAsFactors = FALSE)

数据框中输出的数据信息

数据进行验算的

# 对数据进行运算的方式
sumData <- leadership$q2+leadership$q1

这里需要给q1 和q2 中添加数据才可以

判断加付值的方式

age 等于99 设置为 NA

leadership[leadership$age == 99] <- NA

基本练习

leadership[leadership$age > 75] <- "Elader"


leadership[leadership$age >= 55 & leadership$age <=75] <- "Elader"

leadership[leadership$age < 66] <- "Youd"

修改变量名称的方式

fix(leadership)

弹出一个数据框我们可以直接在上面编辑

我们修改了第二列的名称为tesDate01

names(leadership)[2] <- "testDate01"

判断是否存在缺失值

y <- c(1,2,3,NA)
is.na(y)

true 说明存在缺失值

在计算的方式忽略缺失值

y2 <- sum(y,na.rm =TRUE)

通过函数的方式忽略缺失值

test02 <- na.omit(test01)

日期处理的方式

myDate <- as.Date(c("2003-9-09","2003-9-10"))

字符串转化成日期的方式

dates <- as.Date(strDates,"%m/%d/%Y")

格式化数据框中数据

myformat <- "%/m/%d/%y"
leadership$date <- as.Date(leadership$date,myformat)

返回当前的日期的方式

currentDate <- Sys.Date()

获取月日的方法

x <- format(toDay,"%B %d %y")

在日期上进行运算的方式

startDate <- as.Date("2023-10-10")

endDate <- as.Date("2024-10-10")

days <- endDate - startDate

# 最后计算结果是天数
days

difftime 这个函数计算结果

Date01 <- Sys.Date()
currentDate <- format(Date01,format="%Y-%d-%m")

endDate <- as.Date("2023-10-20")
endDate <- format(endDate,format="%Y-%d-%m")

currentDate

Date01

currentDate

difftime(Date01,endDate,units = weekdays())

日期转字符串的方式

t1 是日期函数

strDates <- as.character(t1)

判断是否是数值的方式

is.numeric(a)

is.vector(a)

合并俩个数据框的方式

merge 合并俩个数据框的方式

total <- merge(name,age)

查看数据框的方式

查看数据库的前三行

newData <- leadership[1:3,]

对数据进行栓选的方式

选择年龄大于18体重大150的

newTestDate <- testData[
  testData$age > 18
  &
  testData$weight > 120,
]

# 将选中的数据放入到体重中的方式
ccc <- subset(
  testData,
  age > 18 | age < 24,
  select = (weight)
)

使用数据库查询方式

install.packages("sqldf")

library(sqldf)

library(gsubfn)
library(proto)
library(RSQLite)
newdf <- sqldf("select * from testData where age =16")
newdf