forked from hcp4715/R4Psy
-
Notifications
You must be signed in to change notification settings - Fork 0
Expand file tree
/
Copy pathchapter_4.html
More file actions
1452 lines (1088 loc) · 36.4 KB
/
chapter_4.html
File metadata and controls
1452 lines (1088 loc) · 36.4 KB
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
727
728
729
730
731
732
733
734
735
736
737
738
739
740
741
742
743
744
745
746
747
748
749
750
751
752
753
754
755
756
757
758
759
760
761
762
763
764
765
766
767
768
769
770
771
772
773
774
775
776
777
778
779
780
781
782
783
784
785
786
787
788
789
790
791
792
793
794
795
796
797
798
799
800
801
802
803
804
805
806
807
808
809
810
811
812
813
814
815
816
817
818
819
820
821
822
823
824
825
826
827
828
829
830
831
832
833
834
835
836
837
838
839
840
841
842
843
844
845
846
847
848
849
850
851
852
853
854
855
856
857
858
859
860
861
862
863
864
865
866
867
868
869
870
871
872
873
874
875
876
877
878
879
880
881
882
883
884
885
886
887
888
889
890
891
892
893
894
895
896
897
898
899
900
901
902
903
904
905
906
907
908
909
910
911
912
913
914
915
916
917
918
919
920
921
922
923
924
925
926
927
928
929
930
931
932
933
934
935
936
937
938
939
940
941
942
943
944
945
946
947
948
949
950
951
952
953
954
955
956
957
958
959
960
961
962
963
964
965
966
967
968
969
970
971
972
973
974
975
976
977
978
979
980
981
982
983
984
985
986
987
988
989
990
991
992
993
994
995
996
997
998
999
1000
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>Lecture 4</title>
<meta charset="utf-8" />
<meta name="author" content="Hu Chuan-Peng (PhD)" />
<meta name="date" content="2025-03-12" />
<script src="libs/header-attrs-2.29/header-attrs.js"></script>
<link href="libs/remark-css-0.0.1/default.css" rel="stylesheet" />
<link rel="stylesheet" href="css/zh-CN.css" type="text/css" />
<link rel="stylesheet" href="css/Custumed_Style.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle, inverse, title-slide
.title[
# Lecture 4
]
.subtitle[
## Importing data
]
.author[
### Hu Chuan-Peng (PhD)
]
.institute[
### Nanjing Normal University
]
.date[
### 2025-03-12
]
---
class: center, middle
<span style="font-size: 60px;">第四章: 导入数据</span> <br>
<br>
<br>
<span style="font-size: 30px;">胡传鹏(博士) </span> <br>
<span style="font-size: 20px;"> </span> <br>
<span style="font-size: 30px;"> 2024-03-20 </span> <br>
<span style="font-size: 20px;"> Created with Rmarkdown </span> <br>
---
# Tip #1
## 如何使用最新的课件？
首先，在github上，对forked的课件进行同步更新
然后，让本地的文件夹（及隐藏的git仓库）与github上的仓库进行同步
```
git pull
```
---
# Tip #2
## 将`Rstudio`中报错语言变为英文
- <font size = 5.5> 打开Rstudio后，输入如下命令，可以让当前的session报错为英文。
``` r
# set local encoding to English
if (.Platform$OS.type == 'windows') {
Sys.setlocale(category = 'LC_ALL','English_United States.1250')
} else {
Sys.setlocale(category = 'LC_ALL','en_US.UTF-8')
}
# set the feedback language to English
Sys.setenv(LANG = "en")
```
## loading packages
``` r
if (!requireNamespace('pacman', quietly = TRUE)) {
install.packages('pacman')
}
pacman::p_load(bruceR)
```
---
layout: true
# 4.0 回顾与问题
---
--
- # <font size = 5.5> 问卷数据：Human Penguin Project </font>
- # <font size = 5.5> 实验数据：Perceptual matching </font>
--
<br><br>
## 问题:
- # <font size = 5.5> 导入 “penguin_rawdata.csv” </font>
- # <font size = 5.5> 查看数据 —— 数据的类型与结构 </font>
- # <font size = 5.5> 尝试选取变量进行初步统计计算 </font>
---
layout: false
# 4.1 数据导入
## 4.1.1 数据的“住址”——路径 (_in Mac_)
<!-- ##### -->
<!-- ##### -->
<!-- Mac 的文件夹更适合展示，因此先说 Mac -->
<!-- ##### -->
<!-- ##### -->
<br>
<font size=5.5>
路径: 如果我们要找到`R4Psy`中`data`文件夹下的`penguin`数据"penguin_rawdata.csv"，需要先打开`R4Psy`文件夹：
</font>
<br>
--
<br><br>
这个顺序就形成了“路径”，用代码可以表示为：
<font size=5.5 class=center color=red>
"data/penguin/penguin_rawdata.csv"
</font>
---
## 4.1.1 数据的“住址”——路径 (_in Mac_)
<br>
但实际上，在 R4Psy 之前还存在文件夹(父文件夹)，如果一直追溯的话：
<br><br>
<br><br>
因而对于数据penguin_rawdata.csv来说，完整路径就变得莫名其妙的长：
--
<br>
<font size=5.5 class=center color=red>
"/Users/cz***/Documents/github/R4Psy/data/penguin/penguin_rawdata.csv"
</font>
<div class="center">
<img src="picture/chp4/emj1.jpg" alt="emj1" style="zoom:50%;"/>
</div>
---
## 4.1.2 绝对路径/相对路径
<br>
<font size=5.5>
相对路径：
</font>
<font size=5.5 class=center color=red>
"data/penguin/penguin_rawdata.csv"
或
"./data/penguin/penguin_rawdata.csv"
</font>
<br><br>
<font size=5.5>
绝对路径：
</font>
<br><br>
<font size=5.5 class=center color=red>
"/Users/cz***/Documents/github/R4Psy/data/penguin/penguin_rawdata.csv"
</font>
<br><br><br>
--
- 相对路径相当于设置了某个文件夹作为搜寻的“起点”(这里的`R4Psy`)；
- 设置了“起点”文件夹后，之前的路径可以忽略不写，因此更加简洁；
- 这个“起点”文件夹也被称为*工作目录*(working directory)；
- 使用`getwd()`(get working directory)查看当前工作目录；
- 使用`setwd()`设置工作目录的路径
---
## 4.1.2 绝对路径/相对路径
- 在 global options 中可以设置默认的工作目录
<br>
<div class="center">
<img src="picture/chp4/wd1.png" alt="def_wd" style="zoom:30%;"/>
</div>
<br><br>
- **对于`.rmd`文件和`.Rproj`文件来说，会默认将该文件所在的文件夹当做工作目录**，比如当前 rmd文件默认目录为：
``` r
getwd()
```
```
## [1] "/Users/hcp4715/Library/CloudStorage/OneDrive-Personal/Teaching/R_course/R4Psy"
```
---
## 4.1.2 绝对路径/相对路径(_in Windows_)
<br>
<font size=5.5>
在 Windows 系统中，点击任意文件夹的地址栏空白也能显示绝对路径：
</font>
<br>
<div class="center">
<img src="picture/chp4/abspath.jpg" alt="abs_path" style="zoom:50%;"/>
</div>
<br><br>
<font size=5.5>
绝对路径应该写为：
</font>
</font>
<font class='center' color='red'>
"C:/Users/****/Desktop/doc"
</font>
<font size=5.5>
似乎有些不一样：
</font>
--
<br>
`/`：斜杠
`\`：反斜杠
---
## 4.1.2 绝对路径/相对路径(_in Windows_)
<br>
<font size = 5.5>
需要注意在R中输入地址与Windows中地址栏的区别
</font>
``` r
###### Run in WinOS !!! #####
# r语言中的地址
first_path <- getwd()
cat(first_path,"\n")
# Windows的地址
normalized_path <- normalizePath(first_path, winslash = "\\")
cat(normalized_path)
```
<font size=5.5> **因此注意不要直接复制Windows地址栏中的地址**
<br>
<font size = 5.5> 避免不同操纵系统中分割符切换的问题：`here()` </font>
``` r
pacman::p_load(here)
# here::here()
here::here("data","penguin","penguin_rawdata.csv")
```
<br>
.footnote[注：在Python及大多数编程语言中，路径都支持斜杠（/）]
---
## 4.1.3 设定工作目录 -- 手动挡与自动挡
- <font size=5.5>手动档</font>
使用 `setwd`输入具体路径，例如：
``` r
setwd('D:/R4Psy/data/penguin/')
# or
setwd('D:\\R4Psy\\data\\penguin')
```
--
- <font size=5.5>半自动档</font>
<br><br>
``` r
# 两个函数等价，ask = T设置弹出交互式窗口选择文件夹
bruceR::set.wd(ask = T)
bruceR::set_wd(ask = T)
```
---
## 4.1.3 设定工作目录 -- 手动挡与自动挡
- <font size=5.5>全自动档</font>
<br><br>
---
## 4.2 读取数据
<br><br>
- <font size=6>使用R读取数据，是处理数据的预备工作</font><br>
<span style="font-size: 20px;"> </span> <br>
- <font size=6>最好将数据放于工作目录下的子文件夹中</font><br>
<span style="font-size: 20px;"> </span> <br>
- <font size=6>通过相对路径读取数据，便于分享你的工作
</font>
<font size=5>(*写起来也更省事*)</font><br>
---
## 4.2 读取数据——手动档
``` r
# 读取数据,命名为penguin_data
penguin_data <- bruceR::import(here::here('data', 'penguin', 'penguin_rawdata.csv'))
```
--
- <font size=5>由于已经加载bruceR，`bruceR::import()`可以简写为 `import()`，但不推荐；
- <font size=5>心理学中常用数据基本都可以使用该函数导入(使用`?bruceR::import()`查看支持导入哪些类型)。
- <font size=5>读取之后数据变量可以从Environment窗口中找到，变量名为penguin_data，点击会弹出窗口显示数据（也可在console中输入 `View(penguin_data)`查看）
---
## 4.2 读取数据——自动挡(GUI点击操作)
在设置好当前工作目录后，直接在 Files 窗口中点点点：
---
## 4.2 读取数据——自动挡
<br>
---
### 拆解第一个代码块
``` r
penguin_data <- bruceR::import(here::here('data', 'penguin', 'penguin_rawdata.csv'))
```
`penguin_data`: 导入后的数据叫什么，可以理解为一个容器，里面装着数据；
`<-`：赋值符号，将右边的数据赋值给左边的变量；
`bruceR::import()`: 导入数据的函数，可以理解我们让R语言这个工具做的事情；
大家可以尝试不加`penguin_data <-`，改变`penguin_data`的名字，或者改变`import()`里的文件路径，看看会发生什么。
---
#### 赋值与变量
在R中，使用赋值操作符`<-`或 `=` 给对象赋值。<br>
比如：
``` r
object <- 10
object
```
```
## [1] 10
```
给对象“object”赋值为10。<br>
赋值后可以对“object”进行操作，比如：<br>
``` r
object + 2
```
```
## [1] 12
```
但注意此时的“object”本身并未发生改变。
``` r
object
```
```
## [1] 10
```
---
#### 赋值与变量
<font size=5> 为什么会报错？<br>
<br>
--
<font size=5> R中变量名是区分大小写的<br>
--
<br>
<br>
<br>
<font size=5> 变量名可以由字母、数字、_和.组成。并且变量名的第一个字符不能为数字或者特殊符号，比如 +, -, *, /, ^, !, @, &。</font> <br>
<br>
---
#### 赋值与变量
<font size="5">
<br>
<br>
tips：<br>
<br>
&emsp;&emsp;变量名可以使用中文，但不推荐，可能出现这样的乱码：<br>
&emsp;&emsp;鍙︿竴涓▼搴忔鍦ㄤ娇鐢ㄦ鏂囦欢锛岃繘绋嬫棤娉曡闂��。<br>
<br>
&emsp;&emsp;命名对象最好有不错的可读性，比如“age”就要比“x”更易读。
</font>
---
## 4.3 了解数据
- <font size=5.5> 想要做什么？
- <font size=5.5> 数据里有什么？
- <font size=5.5> 能做什么达到目标?
**思维的变化: 我们要了解数据一些“看不见”的属性。**
<br><br>
使用自动档读取penguin_rawdata.csv数据时，可以发现列名底下带有斜体字：
似乎： *double*指的是数字，*character* 指的是字母
---
## 4.3 了解数据
- <font size=5.5> 想要做什么？
- <font size=5> 基本信息 (被试人数、性别、年龄、国家分布 ...)
- <font size=5> 数据预处理 (排除某些被试，反向记分 ...)
- <font size=5> 问卷得分相关分析(求和、相关分析、因子分析、信度分析...)
**能好怎: 能用吗？好用吗？怎么用？**
---
## 4.3 了解数据
- <font size=5.5> 数据里有什么？
`str`: 查看R对象的结构
``` r
str(penguin_data)
```
```
## 'data.frame': 1517 obs. of 232 variables:
## $ Site : chr "Tsinghua" "Oxford" "Oxford" "Oxford" ...
## $ age : int 1922 1940 1945 1948 1948 1951 1952 1952 1952 1953 ...
## $ sex : int 2 1 1 2 2 1 1 2 2 2 ...
## $ monogamous : int 6 7 6 7 6 7 4 6 7 7 ...
## $ romantic : int 2 1 1 1 1 1 1 2 2 2 ...
## $ health : int 3 4 3 2 4 4 3 2 3 5 ...
## $ exercise : int 2 2 2 2 2 2 2 2 2 2 ...
## $ eatdrink : int 1 1 1 1 1 1 1 1 1 1 ...
## $ gluctot : num 0 0 0 3 0 0 1 0.2 0 0 ...
## $ artgluctot : num 0 0 8 0 0 0 3 0 0 0 ...
## $ smoke : int 2 2 2 2 2 2 2 2 2 2 ...
## $ cigs : num 0 NA NA NA 1 NA NA NA NA NA ...
## $ avgtemp : num 36.8 35.4 35.1 36 36.1 ...
## $ Temperature_t1 : num 36.8 34.2 35 36.1 35.7 ...
## $ Temperature_t2 : num 36.7 36.6 35.2 35.8 36.4 ...
## $ DEQ : num 26.9 51.8 51.8 51.8 42.1 ...
## $ AvgHumidity : int 64 74 89 88 79 59 74 74 71 76 ...
## $ mintemp : num 12 2.78 -1.67 -2.22 1 ...
## $ language : int 7 5 5 5 2 1 5 5 5 4 ...
## $ langfamily : int 3 1 1 1 1 1 1 1 1 1 ...
## $ SNI1 : int 2 3 1 1 5 1 5 4 4 4 ...
## $ SNI2 : int 1 8 6 3 4 3 2 3 2 2 ...
## $ SNI3 : int 0 4 4 3 4 3 2 3 2 2 ...
## $ SNI4 : int 1 1 2 1 1 1 1 2 1 2 ...
## $ SNI5 : int 1 NA 2 NA 1 NA NA 2 NA 2 ...
## $ SNI6 : int 5 2 1 1 1 1 1 1 1 5 ...
## $ SNI7 : int 0 2 NA NA NA NA NA NA NA NA ...
## $ SNI8 : int 6 1 1 4 6 7 1 2 1 3 ...
## $ SNI9 : int 2 NA NA 3 4 2 NA 2 NA 1 ...
## $ SNI10 : int 7 8 3 1 7 7 3 5 7 2 ...
## $ SNI11 : int 3 5 2 1 5 2 1 3 3 2 ...
## $ SNI12 : int 1 2 1 2 1 2 1 1 1 1 ...
## $ SNI13 : int 1 1 NA 8 NA 1 NA NA NA NA ...
## $ SNI14 : int 2 1 1 1 1 1 1 1 2 1 ...
## $ SNI15 : int 5 NA NA NA NA NA NA NA 4 NA ...
## $ SNI16 : int 3 2 1 1 1 1 1 1 2 2 ...
## $ SNI17 : int 1 1 NA NA NA NA NA NA 1 1 ...
## $ SNI18 : int 2 8 NA NA NA NA NA NA 7 1 ...
## $ SNI19 : int 3 1 4 3 4 2 2 3 4 1 ...
## $ SNI20 : int 2 1 1 2 1 2 1 1 1 2 ...
## $ SNI21 : int 1 NA NA 8 NA 8 NA NA NA 1 ...
## $ SNI22 : int 1 2 1 1 1 2 2 2 1 1 ...
## $ SNI23 : chr "ʮ վ" "Pensioners" NA NA ...
## $ SNI24 : chr NA "Men/women with foreign spouses not in UK" NA NA ...
## $ SNI25 : chr NA NA NA NA ...
## $ SNI26 : chr NA NA NA NA ...
## $ SNI27 : chr NA NA NA NA ...
## $ SNI28 : int 3 25 NA NA NA 7 12 10 NA NA ...
## $ SNI29 : int NA 30 NA NA NA 2 5 10 NA NA ...
## $ SNI30 : int NA NA NA NA NA NA 6 NA NA NA ...
## $ SNI31 : int NA NA NA NA NA NA 1 NA NA NA ...
## $ SNI32 : int NA NA NA NA NA NA 4 NA NA NA ...
## $ scontrol1 : int 3 3 4 3 2 4 2 2 4 3 ...
## $ scontrol2 : int 4 5 3 2 2 4 2 2 4 3 ...
## $ scontrol3 : num 4 2 4 4 3 3 4 2 4 3 ...
## $ scontrol4 : num 4 3 2 4 4 2 1 4 2 2 ...
## $ scontrol5 : num 4 2 2 2 4 2 2 2 3 3 ...
## $ scontrol6 : num 4 2 2 3 4 2 2 2 4 2 ...
## $ scontrol7 : num 2 5 3 4 3 2 2 3 2 5 ...
## $ scontrol8 : num 2 3 2 2 1 4 2 2 4 1 ...
## $ scontrol9 : num 4 4 3 2 5 3 3 3 4 4 ...
## $ scontrol10 : int 4 5 5 4 4 4 4 4 2 4 ...
## $ scontrol11 : int 4 5 3 4 4 4 4 3 5 2 ...
## $ scontrol12 : int 4 3 3 4 4 5 2 2 3 3 ...
## $ scontrol13 : int 4 4 4 2 4 2 3 2 4 4 ...
## $ stress1 : int 2 1 3 2 2 2 3 2 5 2 ...
## $ stress2 : int 4 1 3 2 2 3 4 3 3 3 ...
## $ stress3 : int 5 1 3 3 2 3 3 3 4 3 ...
## $ stress4 : int 3 1 2 2 3 3 3 2 3 1 ...
## $ stress5 : int 3 1 2 2 2 1 4 3 3 1 ...
## $ stress6 : int 1 1 2 1 1 2 3 3 3 1 ...
## $ stress7 : int 4 1 2 3 2 2 3 3 3 1 ...
## $ stress8 : int 2 1 2 2 2 3 3 3 5 2 ...
## $ stress9 : int 2 1 1 2 2 3 3 2 3 1 ...
## $ stress10 : int 3 1 2 2 3 2 3 3 3 2 ...
## $ stress11 : int 1 1 3 3 3 3 3 3 4 3 ...
## $ stress12 : int 5 5 3 3 3 2 2 4 5 3 ...
## $ stress13 : int 2 2 1 3 2 1 2 2 2 2 ...
## $ stress14 : int 1 1 2 3 2 2 2 3 5 1 ...
## $ phone1 : int 2 1 2 1 2 2 3 3 1 2 ...
## $ phone2 : int 3 1 2 3 2 4 4 3 1 2 ...
## $ phone3 : int 2 1 2 2 2 3 1 3 1 1 ...
## $ phone4 : int 3 1 1 4 2 4 4 3 1 1 ...
## $ phone5 : int 3 1 2 1 2 2 2 3 1 4 ...
## $ phone6 : int 2 1 1 2 1 1 2 3 1 2 ...
## $ phone7 : int 4 1 2 2 2 2 2 3 1 2 ...
## $ phone8 : int 4 1 2 4 4 3 3 3 1 3 ...
## $ phone9 : chr "4" "1" "2" "4" ...
## $ onlineid1 : int 4 3 1 4 3 1 4 3 1 4 ...
## $ onlineid2 : int 4 1 2 1 3 2 4 3 1 4 ...
## $ onlineid3 : int 2 1 1 1 3 1 4 3 1 4 ...
## $ onlineid4 : int 4 1 1 2 3 1 3 3 1 4 ...
## $ onlineid5 : int 2 1 1 1 3 1 4 3 1 4 ...
## $ onlineid6 : int 2 1 1 1 1 1 2 3 1 1 ...
## $ onlineid7 : int 2 1 1 1 3 1 2 3 1 1 ...
## $ onlineid8 : int 2 1 2 1 3 1 2 3 1 1 ...
## $ onlineid9 : int 5 1 2 1 3 1 4 3 2 2 ...
## $ onlineid10 : int 1 1 1 1 1 1 2 3 1 1 ...
## $ onlineide11 : int 2 1 1 1 1 1 3 3 1 4 ...
## [list output truncated]
```
---
## 4.3 数据类型(in Excel)
<div class="center">
<img src="picture/chp4/datatype.png" alt="emj1" style="zoom:45%;"/>
</div>
---
## 4.3 数据类型(in R)
<div class="center">
<img src="picture/chp4/datatype1.png" alt="datatype" style="zoom:45%;"/>
</div>
类似Excel但不同。每个单元格内的元素可以分为(部分)：
- 数值(numeric)：
包含小数(double)和整数型(int)
- 字符串(character/string):
文字数据，在字符串的开头或结尾一定要有单引号或双引号；
- 逻辑值(logical):
比较大小或是否相等--TRUE(1)和FALSE(0)
---
## 4.3 数据类型
<br>
使用`class()`函数可以查看数据类型：
``` r
# getwd 返回当前工作目录，返回的数据类型是？
class(getwd())
```
```
## [1] "character"
```
``` r
# 字符串的数字与数值型的数字；
# 注意区别== 与 =
class('1' == 1)
```
```
## [1] "logical"
```
``` r
# 导入数据的类型
class(penguin_data)
```
```
## [1] "data.frame"
```
---
## 4.3 数据类型对应的“操纵”
<br>
<br>
<font size = 5>
数学运算 <br>
&emsp;+ - * / ^(加、减、乘、除、求幂)等 <br>
<br>
比较运算 <br>
&emsp;>、<、>=、<=、==、!= <br>
&emsp;identical(x,y) —— 判断两个对象是否严格相等 <br>
<br>
---
## 数学运算:+ - * / ^(加、减、乘、除、求幂)等
``` r
3.14 + 2
```
```
## [1] 5.14
```
数值型可以进行数学运算
--
``` r
TRUE * 3
```
```
## [1] 3
```
``` r
F ^ 2
```
```
## [1] 0
```
逻辑型可以进行数学运算
--
``` r
"a" + 1
```
字符不能进行数学运算
---
## 4.4 数据结构
<br>
<font size=6>不同类型的数据进行组合，形成了不同的数据结构
<br>
- Vector (向量)
- Matrix (矩阵)
- Array (数组)
- Data frame (数据框)
- List (列表)
---
## 4.4 数据结构
<br>
<font size=6>不同类型的数据进行组合，形成了更复杂结构的数据
<br>
.pull-left[
]
.pull-right[
]
---
## 4.4 数据结构
<br>
<p align="right"><font size=2>from http://venus.ifca.unican.es/Rintro/dataStruct.html</font></p>
---
## 4.4 数据结构
### 向量
``` r
#创建向量
v1 <- c(1,2,3,4,5) # 数值型向量
v1
```
```
## [1] 1 2 3 4 5
```
``` r
v2 <- c('apple','pear','banana','strawberry','lemon') # 字符型向量
v2
```
```
## [1] "apple" "pear" "banana" "strawberry" "lemon"
```
``` r
v3 <- c(T,F,F,T,T) # 逻辑型向量
v3
```
```
## [1] TRUE FALSE FALSE TRUE TRUE
```
``` r
v4 <- c(1:3) # 数值型向量
v4
```
```
## [1] 1 2 3
```
最常见的函数 `c()`，将多个元素组合成向量。
---
## 4.4 数据结构
### 矩阵与数组
``` r
#创建矩阵
m1 <- matrix(c(1:9), nrow=3)
m1
```
```
## [,1] [,2] [,3]
## [1,] 1 4 7
## [2,] 2 5 8
## [3,] 3 6 9
```
``` r
#创建三维数组
a1 <- array(1:24, dim=c(3,4,2))
a1
```
```
## , , 1
##
## [,1] [,2] [,3] [,4]
## [1,] 1 4 7 10
## [2,] 2 5 8 11
## [3,] 3 6 9 12
##
## , , 2
##
## [,1] [,2] [,3] [,4]
## [1,] 13 16 19 22
## [2,] 14 17 20 23
## [3,] 15 18 21 24
```
---
## 4.4 数据结构
### data frame
``` r
#创建数据框(每个成分都是一个向量)
d1 <- data.frame(v1,v2,v3)
d1
```
```
## v1 v2 v3
## 1 1 apple TRUE
## 2 2 pear FALSE
## 3 3 banana FALSE
## 4 4 strawberry TRUE
## 5 5 lemon TRUE
```
``` r
# d2 <- data.frame(v1,v2,v3,v4)
```
<font size = 5>
数据框每一列的元素数目要相同 <br>
---
## 4.4 数据结构
### data frame
</br>
## 创建空的dataframe，但有列名。
``` r
df <- data.frame(matrix(ncol = 3, nrow = 0))
x <- c("name", "age", "gender")
colnames(df) <- x
```
---
## 4.5.1 数据索引(中括号)
<font size=5>中括号索引(data[row,col])
- 数字索引</font>
``` r
v1[2]
```
```
## [1] 2
```
``` r
v2[3]
```
```
## [1] "banana"
```
``` r
# 根据行与列的编号
penguin_data[1:2, 1:3]
```
```
## Site age sex
## 1 Tsinghua 1922 2
## 2 Oxford 1940 1
```
``` r
# 也可以使用减号
penguin_data[1:2, -c(4:ncol(penguin_data))]
```
```
## Site age sex
## 1 Tsinghua 1922 2
## 2 Oxford 1940 1
```
---
## 4.5.1 数据索引(中括号)
<font size=5>中括号索引(data[row,col])
- 名称索引</font>
``` r
# 同样选取前 2 行以及前 4 列数据
penguin_data[1:2, c('age','ALEX1','ALEX2')]
```
```
## age ALEX1 ALEX2
## 1 1922 2 2
## 2 1940 1 1
```
TIP：输入字符串每次都要打很多引号会非常麻烦，因此可以使用bruceR::cc()，只需在首尾写冒号：
``` r
c('age','ALEX1','ALEX2') == cc('age,ALEX1,ALEX2')
```
```
## [1] TRUE TRUE TRUE
```
---
## 4.5.2 数据索引($)
<font size=5>美元符索引data$colname</font>
``` r
## 根据列名进行索引
head(penguin_data$age)
```
```
## [1] 1922 1940 1945 1948 1948 1951
```
``` r
## 如果数据类型的格式是 ***data.frame***
## 则使用$提取和中括号提取是等价的
class(penguin_data$age)
```
```
## [1] "integer"
```
``` r
class(penguin_data[,1])
```
```
## [1] "character"
```
``` r
## 但另外一种数据框的格式tibble中
## 会出现差异，当然这是下节课的内容了
```
---
## 4.5.3 数据索引(逻辑值)
<font size=5> 使用逻辑值进行索引，用于根据条件对数据进行筛选：</font>
``` r