(1)numeric資料格式
1: > x=c(1,2,3,4) 2: > x 3: [1] 1 2 3 44: > class(x)
5: [1] "numeric"
(2)integer資料格式
1: > y = as.integer(x)
2: > class(y)
3: [1] "integer"
(3)logical資料格式
1: > z = x==y2: > class(z)
3: [1] "logical"
判斷是否為logical資料格式
1: > is.logical(x)
2: [1] FALSE3: > is.logical(y)
4: [1] FALSE5: > is.logical(z)
6: [1] TRUE判斷是否為numeric資料格式
1: > is.numeric(x)
2: [1] TRUE3: > is.numeric(y)
4: [1] TRUE5: > is.numeric(z)
6: [1] FALSE(4)character資料格式
1: > m = c('1')
2: > class(m)
3: [1] "character"
4: > n=c("1")
5: > class(n)
6: [1] "character"
單引號和雙引號是否一樣?
1: > m==n 2: [1] TRUE1: > o=c("Hello","wolrd")
2: > o=="Hello"
3: [1] TRUE FALSE4: > o=='Hello'
5: [1] TRUE FALSE(5)factor資料格式: 以數字型式表現字元資料型態的變數, 或是離散化字元型態的資料格式
1: > weather = factor(c(0,1,2,1,2,2,3),levels=c(0,1,2,3),labels=c("晴天","陰天","雨天","起霧"))
2: > weather 3: [1] 晴天 陰天 雨天 陰天 雨天 雨天 起霧 4: Levels: 晴天 陰天 雨天 起霧factor資料格式無法進行四則運算, 例如 weather+1
1: > weather+1 2: [1] NA NA NA NA NA NA NA 3: 警告訊息：4: In Ops.factor(weather, 1) : ‘+’ not meaningful for factors
轉數值(numeric)可以取得離散化的索引值序列, 從1開始
1: > ind = as.numeric(weather)
2: > ind 3: [1] 1 2 3 2 3 3 4假設想要篩選索引等於2(陰天)的資料資料該如何篩選?
利用ind==2來比對序列化的資料,相當於 [1 2 3 2 3 3 4]==2 的結果
1: > c(1, 2, 3, 2, 3, 3, 4)==2 2: [1] FALSE TRUE FALSE TRUE FALSE FALSE FALSE 1: > pos = (ind == 2) 2: > pos 3: [1] FALSE TRUE FALSE TRUE FALSE FALSE FALSE將pos的結果篩選資料,如同陣列索引方式傳入weather變數
1: > weather[pos] 2: [1] 陰天 陰天 3: Levels: 晴天 陰天 雨天 起霧輸入指令 library(), 可以查詢目前R提供的套件
利用ls()指令觀察剛才載入的物件, 也就是Insurance
1: > ls()2: [1] "ind" "Insurance" "pos" "weather"
Insurance資料格式: data.frame
1: > class(Insurance)
2: [1] "data.frame"
dim()指令取出資料維度
1: > dim(Insurance) 2: [1] 64 5 3: > dim(Insurance)[1] 4: [1] 64 5: > dim(Insurance)[2] 6: [1] 5觀察資料
取得欄位名稱
1: > names(Insurance)2: [1] "District" "Group" "Age" "Holders" "Claims"
取得前兩筆欄位名稱
(1)利用[]運算子
1: > names(Insurance)[1:2]2: [1] "District" "Group"
(2)利用head()指令
1: > head(names(Insurance), n=2)2: [1] "District" "Group"
所以我推敲head()可以套用在取資料上前n筆
1: > head(Insurance, n=5) 2: District Group Age Holders Claims 3: 1 1 <1l <25 197 38 4: 2 1 <1l 25-29 264 35 5: 3 1 <1l 30-35 246 20 6: 4 1 <1l >35 1680 156 7: 5 1 1-1.5l <25 284 63那麼取後兩筆資料指令
1: > tail(Insurance, n=2) 2: District Group Age Holders Claims 3: 63 4 >2l 30-35 25 8 4: 64 4 >2l >35 114 33取得Insurance前5筆資料
1: > Insurance[1:5,] 2: District Group Age Holders Claims 3: 1 1 <1l <25 197 38 4: 2 1 <1l 25-29 264 35 5: 3 1 <1l 30-35 246 20 6: 4 1 <1l >35 1680 156 7: 5 1 1-1.5l <25 284 63取得每一行資料
Column 1. District投保人居住區 2.投保汽車引擎排氣量 3.投保人年齡 4. 投保人數 5.要求索賠人數
1: > Insurance[,1] 2: [1] 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3: [37] 3 3 3 3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4: Levels: 1 2 3 4 5: > Insurance[,2] 6: [1] <1l <1l <1l <1l 1-1.5l 1-1.5l 1-1.5l 1-1.5l 1.5-2l 1.5-2l 7: [11] 1.5-2l 1.5-2l >2l >2l >2l >2l <1l <1l <1l <1l 8: [21] 1-1.5l 1-1.5l 1-1.5l 1-1.5l 1.5-2l 1.5-2l 1.5-2l 1.5-2l >2l >2l 9: [31] >2l >2l <1l <1l <1l <1l 1-1.5l 1-1.5l 1-1.5l 1-1.5l 10: [41] 1.5-2l 1.5-2l 1.5-2l 1.5-2l >2l >2l >2l >2l <1l <1l 11: [51] <1l <1l 1-1.5l 1-1.5l 1-1.5l 1-1.5l 1.5-2l 1.5-2l 1.5-2l 1.5-2l 12: [61] >2l >2l >2l >2l 13: Levels: <1l < 1-1.5l < 1.5-2l < >2l 14: > Insurance[,3] 15: [1] <25 25-29 30-35 >35 <25 25-29 30-35 >35 <25 25-29 30-35 >35 16: [13] <25 25-29 30-35 >35 <25 25-29 30-35 >35 <25 25-29 30-35 >35 17: [25] <25 25-29 30-35 >35 <25 25-29 30-35 >35 <25 25-29 30-35 >35 18: [37] <25 25-29 30-35 >35 <25 25-29 30-35 >35 <25 25-29 30-35 >35 19: [49] <25 25-29 30-35 >35 <25 25-29 30-35 >35 <25 25-29 30-35 >35 20: [61] <25 25-29 30-35 >35 21: Levels: <25 < 25-29 < 30-35 < >35 22: > Insurance[,4] 23: [1] 197 264 246 1680 284 536 696 3582 133 286 355 1640 24 71 24: [15] 99 452 85 139 151 931 149 313 419 2443 66 175 221 1110 25: [29] 9 48 72 322 35 73 89 648 53 155 240 1635 24 78 26: [43] 121 692 7 29 43 245 20 33 40 316 31 81 122 724 27: [57] 18 39 68 344 3 16 25 114 28: > Insurance[,5] 29: [1] 38 35 20 156 63 84 89 400 19 52 74 233 4 18 19 77 22 19 30: [19] 22 87 25 51 49 290 14 46 39 143 4 15 12 53 5 11 10 67 31: [37] 10 24 37 187 8 19 24 101 3 2 8 37 2 5 4 36 7 10 32: [55] 22 102 5 7 16 63 0 6 8 33觀察每一行的資料格式
1: > class(Insurance[,1])
2: [1] "factor"
3: > class(Insurance[,2])
4: [1] "ordered" "factor"
5: > class(Insurance[,3])
6: [1] "ordered" "factor"
7: > class(Insurance[,4])
8: [1] "integer"
9: > class(Insurance[,5])
10: [1] "integer"
計算索賠比例
1: > ratio = Insurance[,5]/Insurance[,4] 2: > ratio 3: [1] 0.19289340 0.13257576 0.08130081 0.09285714 0.22183099 0.15671642 4: [7] 0.12787356 0.11166946 0.14285714 0.18181818 0.20845070 0.14207317 5: [13] 0.16666667 0.25352113 0.19191919 0.17035398 0.25882353 0.13669065 6: [19] 0.14569536 0.09344791 0.16778523 0.16293930 0.11694511 0.11870651 7: [25] 0.21212121 0.26285714 0.17647059 0.12882883 0.44444444 0.31250000 8: [31] 0.16666667 0.16459627 0.14285714 0.15068493 0.11235955 0.10339506 9: [37] 0.18867925 0.15483871 0.15416667 0.11437309 0.33333333 0.24358974 10: [43] 0.19834711 0.14595376 0.42857143 0.06896552 0.18604651 0.15102041 11: [49] 0.10000000 0.15151515 0.10000000 0.11392405 0.22580645 0.12345679 12: [55] 0.18032787 0.14088398 0.27777778 0.17948718 0.23529412 0.18313953 13: [61] 0.00000000 0.37500000 0.32000000 0.28947368
Age分成四個levels
1: > levels(Insurance$Age)2: [1] "<25" "25-29" "30-35" ">35"
更新Age的levels的名稱
1: > levels(Insurance$Age) = c("少年","青年","成人","中年")
2: > levels(Insurance$Age)3: [1] "少年" "青年" "成人" "中年"
取得Insurance 第2~5資料
1: > Insurance[2:5,] 2: District Group Age Holders Claims 3: 2 1 <1l 青年 264 35 4: 3 1 <1l 成人 246 20 5: 4 1 <1l 中年 1680 156 6: 5 1 1-1.5l 少年 284 63
全站熱搜
留言列表
