R语言统计、绘图与编程.ppt

* * * 第11章 R语言中统计 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第9章 函数 * * * * * * * * * * * * * * * 第10章 包 * * * * * 第7章 导入与导出数据 * * * 函数?read.table?是读取矩形格子状数据最为便利的方式。因 为实际可能遇到的情况比较多，所以预设了一些函数。这些 函数调用了?read.table?但改变了它的一些默认参数。 注意，read.table?不是一种有效地读大数值矩阵的方法：见 下面的?scan?函数。 * 一些需要考虑到问题是： 编码问题 如果文件中包含非-ASCII字符字段，要确保以正确的编码方 式读取。这是在UTF-8的本地系统里面读取Latin-1文件的一 个主要问题。此时，可以如下处理 read.table(file(file.dat, encoding=latin1)) 注意，这在任何可以呈现Latin-1名字的本地系统里面运行。 * 首行问题 建议明确地设定?header?参数。按照惯例，首行只有对应列 的字段而没有行标签对应的字段。因此，它会比余下的行少 一个字段。（如果需要在 R 里面看到这一行，设置header = TRUE。）如果要读取的文件里面有行标签的头字段（可能 是空的），以下面的方式读取 read.table(file.dat, header = TRUE, s = 1) 列名字可以通过?s?显式地设定；显式设定的名字会 替换首行里面的列名字（如果存在的话）。 * 分隔符问题 通常，打开文件看一下就可以确定文件所使用的字段分隔符 ，但对于空白分割的文件，可以选择默认的sep = ?（它能 使用任何空白符作为分隔符，比如空格，制表符，换行符） ，sep = ?或者?sep = \t。注意，分隔符的选择会影响输入 的被引用的字符串。 如果有含有空字段的制表符分割的文件，一定要使用： ?sep = \t。 * 引用? 默认情况下，字符串可以被??或??括起，并且两种情况 下，引号内部的字符都作为字符串的一部分。有效的引用字 符（可能没有）的设置由参数?quote?控制。对于sep = \n， 默认值改为?quote = 。 如果没有设定分隔字符，在被引号括起的字符串里面，引号 需要用 C格式的逃逸方式逃逸，即在引号前面直接加反斜 杠?\。 * 如果设定了分隔符，在被引号括起的字符串里面，按照电子 表格的习惯，把引号重复两次以达到逃逸的效果。例如 One string isnt two,one more 可以被下面的命令读取 read.table(testfile, sep = ,) 这在默认分隔符的文件里面不起作用。 * 缺损值? 默认情况下，文件是假定用?NA?表示缺损值，但是，这可以 通过参数?na.strings?改变。参数?na.strings?是一个可以包括 一个或多个缺损值得字符描述方式的向量。 数值列的空字段也被看作是缺损值。 在数值列，值?NaN，Inf?和?-Inf?都可以被接受的。 * 尾部空字段省略的行 从一个电子表格中导出的文件通常会把拖尾的空字段（为了 读取这样的文件，必须设置参数?fill = TRUE。 字符字段中的空白 如果设定了分隔符，字符字段起始和收尾处的空白会作为字 段一部分看待的。为了去掉这些空白，可以使用参 数?strip.white = TRUE。 空白行 默认情况下，read.table?忽略空白行。这可以通过设 置?blank.lines.skip = FALSE?来改变。但这个参数只有在 和?fill = TRUE?共同使用时才有效。这时，可能是用空白行表 明规则数据中的缺损样本。 * 变量的类型 read.table?将会为数据框的每个变量选择一个合适的类型。 如果字段没有缺损以及不能直接转换，它会按?logical ，?integer，?numeric?和?complex?的顺序依次判断字段类型 。如果所有这些类型都失败了，变量会转变成因子。 参数 colClasses 和 as.is 提供了很大的控制权。 as.is 会 抑 制字符向量转换成因子（仅仅这个功能）。 colClasses运行 为输入中的每个列设置需要的类型。 注意，colClasses 和 as.is 对每 列专用，而不是每个变量。 因此，它对行标签列也同样适用（如果有的话）。 * 注释 默认情况下，read.table?用?#?作为注释标识字符。如果碰到 该字符（除了在被