30 天學會R語言 DAY 2:R 程序和數據介紹

第二天  R程序和R數據介紹

本文來了解下R語言關鍵的組成部分：R程序和R數據

R語言程序主要由R程序及其分析結果組成

1. R程序

R程序由多行代碼組成（基於S語言），是由命令和結果名組成。

例如：

Lg<-log(10)  #計算10的自然對數值

其中，

2.R語言的分析結果

上述已經提過，R語言分析在一個名字為結果名的包中，想要知道結果，只要如果你想知道Lg的內容。直接再輸入以下命令，就出來結果了。

Lg

上述程序合併在一起就是

Lg<-log(10)

Lg

有些時候命令不打包，也就是不賦值，則直接log(10)就可以出來結果了。

log(10)

3. R程序的具體運行過程

R程序運行過程，全部可以在Rstudio文本編輯器操作。如果要將兩行全部運行，選中全部，點擊右上角run按鈕。如果只想跑一行，講滑鼠放置在改行，點擊右上角run按鈕即可

具體GIF動畫

4. R命令的主要形式：函數

大多數R語言的命令為函數。中學學過數學我們就知道f(x)，為函數的基本表現方法。在R語言也是如此。

log(10)中，log為函數名，往往形式為log（），即為y=ln（x）。10為一個函數的參數，也就是其中的x。

R語言包的方便就在於，對於複雜的函數，我們無序自己手動去計算函數的值，R語言作者通過編寫程序，已經寫了一系列的函數，幫助我們去直接計算。比如計算標準差sd，無需將標準差的公式寫出來計算，只需sd（）即可

函數中，要納入的參數往往不是一個，很多時候函數（）中的參數很多。比如，我需要產生一連續的的數據，採用seq的方法。比如我想產生1-5直接連續的一串數據，那麼就可以

這裡面的參數看起來有2個，也就是一頭一尾的界值。但實際上seq（）的參數總共是五個，包括from，to，by，length.out，along.with 另外三個一般都預設了。

seq(from = 1, to = 1, by = ((to - from)/(length.out - 1)), length.out = NULL, along.with = NULL, ...)

如果我們加一個by參數（間隔2個單位產生一串數據）：

因此，R語言函數其實設定的參數個數往往都不少，一般情況下，我們以預設的方法可以忽略它，但是特殊情況必須要進行設置。各種函數的參數解釋可以輸入help()語句進行學習：

5. R語言簡單計算

以下是R語言最基本的數學計算公式，請大家進行根據R函數進行簡單的運算

加減乘除：+  -  *  / ；

> 1+1  #程序

[1] 2  #運算結果

平方根：sqrt()  

> sqrt(25)  #程序

[1] 5       #運算結果

對數：log2()、log10()、log(a,base=exp(1))

> log(10)     #程序

[1] 2.302585  #運算結果

其他還包括：餘數、整除：%%  %/%；冪、指數：^；判斷符號  ==    >  <   !=  <=  >= 等

1. R 數據產生的方式

R數據產生往往有兩種：第一種是利用R函數直接產生相應的數據集，一般用來舉例、方便學員理解；另外一種是從外界的資料庫比如EXCEL，導入數據，形成數據集，這種是大多數R數據分析的的方式。

今天文章先來先來介紹第一種方法。利用R函數直接產生資料庫的方法，最常用的是利用最基本的函數c( )。

舉例：c（）產生一串數據，並賦值結果名（數據名）x1、x2

> x1<-c(2,4, 6, 10) #產生數據，數據名為x1

或者

> x2<-c("A","B", "C","D") #產生數據，數據名為x2

R語言也可以不用 c( )，直接產生連續等距數據：

> x3<-1:5   #產生1-5直接連續整數數據，數據名為x2

我們也可以利用seq(1,5)產生等距的數據串，本文先前已經介紹過了。也可以利用

2. R數據的類型

R數據類型可以從兩個角度進行分類，一種是根據數據值本身，或者統計學上所說的變量值來進行判斷；第二種角度，根據變量特性進行判斷。

第一種角度，變量觀察值的類型

根據數據值，我們可以有以下多種形式

數字（double/numeric， 縮寫num）

整數（integer， 縮寫int） : 1L, 2L

虛數（complex， 縮寫cplx） ：1+2i, 3-5i

邏輯（logic， 縮寫logi） : True, False

文字（character， 縮寫chr）

x1<-c(2, ,4, 6, 10)，x1數據集全部為數字型

x2<-c(「A」, 「B」, 「C」, 「D」)，x2 數據集全部為文字型

特別注意的是，R語言邏輯型數據為True, False，或者T，F，他們不是字符串，而是對客觀現象的一種判斷，在R語言有特殊的地位，今後會經常碰到，敬請注意。

函數class( ) 可以鑑定一串數據的類型

在醫學研究中，數據由變量組成，變量可以分為數值變量和分類變量。

數值變量數據，一般來說變量值都以數值為主。包括整數型和數值型向量

> x4<-c(170,171,161,164) # 產生身高的變量

> x4

[1] 170 171 161 164

 

分類變量數據，包括無序和有序。變量值的屬性結果，比如女性或者男性，在R語言中分類變量我們稱之為因子(factor)。

主要包括：字符型變量；整數型變量: 1、2；邏輯性變量；醫學資料庫最常見的類型是整數型變量，即便是字符型變量（性別，男性和女性），也通常會以整數型變量體現，比如1，2來表示，用1代表男，用2代表女。這樣做好處非常明顯：資料庫主要開展數學運算，數學運算對象，最好是數字。

對於字符串型的分類數據，R語言直接認定為因子

對於數值型分類數據，R語言很多時候認定為數值變量數據，需要用factor( )或者as.factor( )函數進行轉換

factor( )可將整數型向量轉為分類變量數據，變成因子

> f1<-factor(c(1,2,1,3,2,4,2,4,2,1))

factor( )可以加levels參數設定，對因子順序進行重新排列

> f2<-factor(c(1,2,1,3,2,4,2,4,2,1),levels=c(2,1,4,3))

在f2數據集產生過程中，函數加了條件levels。加levels的意思是，對裡面因子1,2,3,4的排列順序重新調整，在這個例子中，2這個一類別是放在最前面的，在以後統計分析中，作為對照組。這一操作是否有價值，我們可以在統計分析中，任意設定對照組，而不是只以第一組或者第四組為對照

我們還可以設定值的標籤:

f3<-factor(c(1,2,1,3,2,4,2,4,2,1), levels=c(2,1,4,3), 

     labels = c("A","B","AB","O"))

對於因子，我們還有更多的操作，諸位可以試試

DAY2的內容就介紹到這裡！

最後，一個月就能學會R語言，你敢挑戰一下嗎？

想挑戰的話，請加入R語言的交流群吧？（由於群規模限制，請先加入鄭老師微信號：掃描以下二維碼，並註明R語言）

歡迎關注本公眾號，我們是資源的搬運工，所有科研資源全部免費下載：

1.  醫學統計學習全套視頻，妙趣+高級+SPSS+測試題，讓你從入門到精通！

2.  重磅資源：100本「臨床試驗與統計學方法」英文書籍大放送！

3.《中國統計年鑑》1978-2019，巨量呈現40年全國各行業指標（包括衛生、人口在內）！

4.  2006-2018中國衛生統計年鑑合集

5.  公共衛生研究必備：5次國家衛生服務調查100萬居民分析報告

6.  重磅推薦：全網最全的醫學統計相關軟體，免費下載，均已破解。

7.  如何製作與分析量表？中英文權威書籍來幫忙。

8. 重磅推出2019年45份大健康產業研究報告

9. 最新Win和MAC版統計軟體SPSS 26.0、Stata16.0和Graphpad prism8.0

10.精選R語言入門學習資源：視頻+文檔，初學者者必備！

請點擊「閱讀原文」，即可獲得30天學會R語言的所有講義的百度網盤連結下載！ （下載密碼請關注公眾號，發送「30天」即可）