R語言基本功:數據集取子集

如果讓我推薦一門統計軟體，我就推薦你學R語言。R不僅具有非常強大的統計分析能力和繪圖能力，更重要的是免費。在未來，越來越來的期刊會要求使用正版軟體。

網上有不少針對R語言的教程，有一些確實不錯，但使用起來，總有些實際很常用，卻沒有講的內容，所以我想著從實戰出發，自己爭取出個系列教程，方便大家使用。

導入數據

#刪除內存中變量rm(list = ls())

mydata <- read.delim("clipboard")str(mydata)head(mydata,9)

#取子集1

#年齡>50,BMI>27,男性

newdata1<-mydata[mydata$age>50 & mydata$sex==1 & mydata$bmi>27,]head(newdata1)

#取子集2

#年齡>50或年齡<30，男性，BMI<24

newdata2<-mydata[mydata$age>50 & mydata$sex==1 & mydata$bmi>27 | mydata$age<30 & mydata$sex==1 & mydata$bmi>27,]head(newdata2)

#取子集3、4

#提取sex, age, bmi, work, x, y, disease變量

newdata3<-mydata[,c("sex","age","bmi","work","x","y",'disease')]head(newdata3)

newdata4<-mydata[c("sex","age","bmi","work","x","y",'disease')]head(newdata4)

#取子集5

#取子集subset函數

#年齡大於75或年齡小於20，男性，病人

newdata5<-subset(mydata,age>75 & sex==1 & disease==1 | age<20 & sex==1 & disease==1)head(newdata5)

#取子集6

#不選擇a、b、c三個變量

#年齡大於75或年齡小於20，男性，病人，保留變量sex age bmi work x y disease

newdata6<-subset(mydata,(age>75 | age<20) & sex==1 & disease==1,select = c(sex:work,x:disease))head(newdata6)

#取子集7

#年齡大於75或年齡小於20，男性，病人，去除變量a b c

newdata7<-subset(mydata,(age>75 | age<20) & sex==1 & disease==1,select = -c(a:c))head(newdata7)