第二講實踐：數據結構入門

讀取方法1：使用openxlsx包

install.packages("openxlsx")nlibrary(openxlsx)nread.xlsx("D:Documentstest病例數據.xlsx",sheet=1)npatientdata <-read.xlsx("D:Documentstest病例數據.xlsx",sheet=1)npatientdatan

讀取方法2：使用剪切板

首先，打開「病例數據.xlsx」,選中要讀取的內容，右鍵複製，然後在Rstudio中編寫如下代碼：

read.table("clipboard",header = T)n

顯示結果如下：

首先，打開「病例數據.xlsx」將其另存為「病例數據.csv」格式，在Rstudio中編寫如下代碼：

read.csv("d:Documentstest病例數據.csv",header=T)n

顯示結果如下：

1、向量

向量是用於存儲數值型、字元型或邏輯型數據的一維數組

注意：單個向量中的數據必須擁有相同的類型或模式

patientname <- c("猴子","李同","王五","張三")nage <- c(29,34,28,52)ntypes <- c("1型糖尿病","2型糖尿病","1型糖尿病","2型糖尿病")n

2、矩陣

矩陣是一個二維數組，可通過函數matrix()創建矩陣。

#行名nrnames <-c("R1","R2","R3");n#列名ncnames <-c("C1","C2","C3","C4","C5");nny <- matrix(1:15,nrow = 3,ncol = 5,byrow=TRUE,dimnames = list(rnames,cnames));nyn

顯示結果如下：

age <- c(29,34,68,52)nrnames <-c("猴子","李同","王五","張三")ncnames <-c("age")na <-matrix(age,nrow = 4,ncol = 1,byrow = TRUE,dimnames = list(rnames,cnames))nan#繪製柱狀圖nbarplot(a[,"age"],n main = "病人年齡分布",n xlab="姓名",n ylab="年齡",n col="lightblue",n border="red",n )n

顯示結果如下：

3、數組

數組與矩陣類似，但是維度可以大於2，可通過array函數創建。

dim1 <- c("A1","A2","A3")ndim2 <- c("B1","B2","B3")ndim3 <- c("C1","C2","C3")nz <- array(1:27,c(3,3,3),dimnames = list(dim1,dim2,dim3))nzn

顯示結果如下：

數據框可能是你在R中最常處理的數據結構，因為它不同的列可以包含不同模式（數值型、字元型）的數據，它通過data.frame()創建。

patientID <-c(1,2,3,4);npatientname <-c("猴子","李同","王五","張三");nage <- c(29,34,68,52);ndiabetes <-c("1型糖尿病","2型糖尿病","1型糖尿病","2型糖尿病");nstatus <-c("較差","好轉","顯著好轉","較差");npatientdata <-data.frame(patientID,patientname,age,n diabetes,status,n stringsAsFactors = FALSE);npatientdatann#選取元素npatientdata[1:3]npatientdata[c("patientname","diabetes","status")]npatientdata$patientnamen

顯示結果如下：

5、因子

名義型變數和有序型變數在R中成為因子，函數factor()以一個整數向量的形式存儲類別值，整數的取值範圍是[1...k](k是名義型變數中唯一值的個數)，同時一個由字元串組成的內部向量將映射到這些整數上。

要表示有序型變數，需要為函數factor()指定參數ordered=TRUE。

#給定向量nstatus <-c("Poor","Improved","Excellent","Poor");n#語句會將向量編碼為（3，2，1,3）nstatus <- factor(status,orderd=TRUE)n

並在內部將這些值關聯為1=Excellent、2=Improved、3=Poor。另外，針對此向量進行的任何分析都會將其作為有序型變數對待，並自動選擇合適的統計方法。

6、列表

列表就是一些對象的有序集合，列表允許整合若干（可能是無關的）對象到單個對象名下。例如，某個列表中可能是若干向量、矩陣、數據框，甚至是其他列表的組合，可以用韓束list()創建列表：

mylist <- list(object1,object2,...)n

三、小結

數據的準備可能是數據分析中最具挑戰性的任務之一，本文簡單介紹了如何用R進行數據的讀取和分類處理，事實上，R提供了豐富的函數用以訪問外部數據，包括文本文件、網頁、統計軟體電子表格和資料庫的數據，希望以後能系統地實踐下從不同渠道獲取數據。總之，在工具的使用上一定要勤加練習，尤其對於初學者來說。