R basic operation | R基礎操作

 

在認識R語言之前，小雷已經有上過Python的課程，所以一開接觸R，對於一些操作有點搞不清楚，多嘗試幾次後才慢慢熟練，這篇希望介紹一些基礎的語法，也會不定期更新基礎的操作。

關於R Packages介紹 >> 請點我

R語言的輸入輸出 >> 請點我

基礎操作

• 賦值<- : 賦值的用意在於將右邊的值賦予到左邊的變量之中，中間用的是” <- “，類似一個方向的箭頭，在python中就只是簡單的” = ”，R的賦值不是很好輸入，所以若是用VScode就需要設定快捷鍵，RStudio則是本身就有快捷鍵，若是方向相反，則意義相反，但好像不是那麼常用到就是了。

# 賦值 <-
num_df <- tibble(number = c(1,2,3,4,5,6,7,8,9))

 

• 範圍選取[] : 有時數據集中的數據過多，想先選擇一個範圍，或是要刪除某些值時就會用到，寫法上要注意的是最末端一定要加一個逗點作為結束，否則會出現錯誤。

# 錯誤的輸入
num_df[1:5]
 
# 輸出結果
Error: Can't subset columns that don't exist.
x Locations 2, 3, 4, and 5 don't exist.
i There are only 1 column.
 
 
# 選取範圍(變量中的範圍，不是特定值)
num_df[1:5, ]
 
# 輸出結果
r$> num_df[1:5, ]
# A tibble: 5 x 1
  number
   <dbl>
1      1
2      2
3      3
4      4
5      5
 
# 選取特定值
num_df <- num_df[num_df$number < 3, ]
 
# 輸出結果
r$> num_df
# A tibble: 2 x 1
  number
   <dbl>
1      1
2      2

 

• Pipes通道%>% : 這個也是R裡面很特別的語法，用意是連結不同的函數，將各個函數的輸出應用到其他的函數上，使的好理解與閱讀，缺點是不好輸入，沒有快捷鍵實在是不好打，這部分Python就顯得人性化許多，一個tab就解決了。

# 利用pipes結合其他函數

num_df <- num_df %>%

    select(number) %>%

    filter(number > 3)

# 輸出結果

$> num_df # A tibble: 6 x 1 number <dbl> 1 4 2 5 3 6 4 7 5 8 6 9

• 鎖定數據集欄位變量$ : 用於告訴R，現在要操作的是哪一個欄位變量，或是要將數值操作傳回哪一個欄位變量，有時候沒有指定時，會將整個數據集覆蓋掉，這個也是比較特別的用法。

# 創建一個tibble存入數值

num_df <- tibble(

    number = c(1,2,3,4,5,6,7,8,9),

    letter = c("a", "b", "c", "d", "e", "f", "g", "h", "j"))

# 使用$告訴R要修改哪個欄位的數值

num_df$letter <- recode(num_df$letter, "a" = "apple")

# 輸出結果

$> num_df # A tibble: 9 x 2 number letter <dbl> <chr> 1 1 apple 2 2 b 3 3 c 4 4 d 5 5 e 6 6 f 7 7 g 8 8 h 9 9 j

# 忘記指定欄位時結果

num_df <- recode(num_df$letter, "a" = "apple")

# 原本的number欄位被覆蓋掉了

r$> head(num_df) [1] "apple" "b" "c" "d" "e" "f"  

• 移除 ! : 這個操作上也不是那麼的直覺，基本上刪除時會以row為單位，整行刪光光，所以覆蓋回去時反而不需要$，以下放上兩種操作方式

# 創建一個tibble存入數值

num_df <- tibble(

    number = c(1,2,-1),

    letter = c("a", "b", "c")

    )

r$> num_df # A tibble: 3 x 2 number letter <dbl> <chr> 1 1 a 2 2 b 3 -1 c

# 賦值左邊指定變量

num_df$number <- num_df[!(num_df$number < 0), ]

# 無法操作，因為行數會不相同

$> num_df$number <- num_df[!(num_df$number < 0), ] Error: Assigned data `num_df[!(num_df$number < 0), ]` must be compatible with existing data. x Existing data has 3 rows. x Assigned data has 2 rows. i Only vectors of size 1 are recycled.

# 賦值回整份數據

num_df <- num_df[!(num_df$number < 0), ]

# 輸出結果

r$> num_df # A tibble: 2 x 2 number letter <dbl> <chr> 1 1 a 2 2 b

• 參數欄位變量 = : 各個函數內若有參數要修改，指定的方式就不是<-了，但若是逗點", "，意思就是不同的變量做個區隔

num_df <- tibble(

    number = c(1,2,-1),

    letter = c("a", "b", "c")

    )

• ggplot 的函數連結 + : 整理完需要繪圖時R基本應該就是用ggplot了，ggplot的各個函數連結時用的是加號，一開始常常會跟<-或是%>%搞混

# 正常用法

num_df <- num_df %>%

    ggplot(mapping = aes(

        x = number,

        y = letter)) +

    geom_point()

# 錯誤用法

num_df <- num_df %>%

    ggplot(mapping = aes(

        x = number,

        y = letter)) %>%  

    geom_point()

r$> # 錯誤用法 num_df <- num_df %>% ggplot(mapping = aes( x = number, y = letter)) %>% geom_point() Error: `data` must be a data frame, or other object coercible by `

• 載入Packages : Python的載入方式是import()，R則是library()，至於為什麼?這個可能要問R的原始作者George Ross Ihaka與Robert Clifford Gentleman兩位神人大大了😂

library(tidyverse)

library(lubridate)

library(dplyr)

• 安裝Packages : 比Python多了個packages，不過也只是安裝一次，倒是沒有甚麼影響。

install.packages("dplyr")