[s:11]仅以此贴督促自己学习R语言。
<br />
# 第4章 基本数据管理<br />
# 4.1 数据处理前的一个示例</p>
<p># ----------------------------------------------------------------------------<br />
# 代码清单4-1 创建leadership数据框<br />
manager<-c(1:5)<br />
date<-c("10/24/08","10/28/08","10/1/08","10/12/08","5/1/09")<br />
country<-c("US","US","UK","UK","UK")<br />
gender<-c("M","F","F","M","F")<br />
age<-c(32,45,25,39,99)<br />
q1<-c(5,3,3,3,2)<br />
q2<-c(4,5,5,3,2)<br />
q3<-c(5,2,5,4,1)<br />
q4<-c(5,5,5,NA,2)<br />
q5<-c(5,5,2,NA,1)<br />
leadership<-data.frame(manager,date,country,gender,age,<br />
	q1,q2,q3,q4,q5,stringsAsFactors=FALSE)<br />
# ----------------------------------------------------------------------------<br />
# > q4<-c(5,5,5,,2)<br />
# 错误于c(5, 5, 5, , 2) : 4元素是空的<br />
# 这里的缺失值没有输入，运行时出现如上的提示错误，需要注意下。<br />
# 第一次输入时将stringsAsFactors，输成了stringAsFactors,结果又出现了意外。<br />
# ----------------------------------------------------------------------------<br />
# 问题：<br />
# 为每位经理人生成一个平均服从程度得分<br />
# 重编码为缺失值<br />
# 创建感兴趣变量的数据集<br />
# 重编码为类别型年年龄组<br />
# 特定时间段收集的数据上<br />
# 数据集的组合与排序</p>
<p># 4.2 创建新变量</p>
<p># ----------------------------------------------------------------------------<br />
# 代码清单4-2 创建新变量<br />
leadership<-transform(leadership,	# 此方法简化了按需创建新变量并将其保存到数据框中的过程。<br />
	sumq=q1+q2+q3+q4+q5,<br />
	meanq=(q1+q2+q3+q4+q5)/5)</p>
<p>leadership$sumq<-leadership$q1+leadership$q2+leadership$q3+leadership$q4+<br />
	leadership$q5<br />
leadership$meanq<-(leadership$q1+leadership$q2+leadership$q3+leadership$q4+<br />
	leadership$q5)/5</p>
<p>attach(leadership)<br />
leadership$sumq<-q1+q2+q3+q4+q5<br />
leadership$meanq<-(q1+q2+q3+q4+q5)/5)<br />
detach(leadership)<br />
# ----------------------------------------------------------------------------</p>
<p># 4.3 变量的重编码<br />
# 将一个连续型变量修改为一组类别值；<br />
# 将误编码的值替换为正确值；<br />
# 基于一组分数线创建一个表示及格/不及格的变量。</p>
<p># ----------------------------------------------------------------------------<br />
# 将99岁年龄值重编码为缺失值<br />
# 新建类别型变量，对年龄进行分组<br />
leadership<-within(leadership,{<br />
	age[age==99]<-NA<br />
	agecat<-NA<br />
	agecat[age>75]<-"Elder"<br />
	agecat[age>=55&age<=75]<-"Middle Aged"<br />
	agecat[age<55]<-"Young"<br />
	})<br />
# ----------------------------------------------------------------------------<br />
# {}里的每行代码后面是没有“,”的，第一次输入的时候全部加了“,”，悲剧了。<br />
# 注意区别within与with，within允许你修改数据框。<br />
# ----------------------------------------------------------------------------</p>
<p># car包中recode()函数可以十分简便地重编码数值型、字符型向量或因子。<br />
# doBy包提供了另外一个很受欢迎的函数recodevar()。<br />
# R自带的cut()，可将一个数值型变量按值域切割为多个区间，并返回一个因子。</p>
<p># 4.4 变量的重命名<br />
# 调用一个交互式的编辑器。<br />
fix(leadership)</p>
<p># ----------------------------------------------------------------------------<br />
# 安装reshape包<br />
install.packages("reshape")<br />
library(reshape)<br />
leadership<-rename(leadership,<br />
	c(manager="managerID")<br />
	)</p>
<p>names(leadership)<br />
names(leadership)[1]<-"manager"<br />
names(leadership)<br />
names(leadership)[1:2]<-c("managerID","testDate")<br />
names(leadership)<br />
# ----------------------------------------------------------------------------</p>
<p># 4.5 缺失值<br />
# NA表示缺失值<br />
# NaN非数值<br />
# is.na()允许你检测缺失值是否存在</p>
<p>is.na(leadership)<br />
is.na(leadership[,6:10])</p>
<p># 缺失值被认为是不可比较的。<br />
# 4.5.1 重编码某些值为缺失值</p>
<p># ----------------------------------------------------------------------------<br />
leadership<-within(leadership,{<br />
	age[age==39]<-NA<br />
	age[q1==2]<-99<br />
	})</p>
<p>leadership$age[leadership$age==99]<-NA<br />
# ----------------------------------------------------------------------------</p>
<p># 4.5.2 在分析中排除缺失值<br />
leadership<-transform(leadership,<br />
	sumq=sum(q1,q2,q3,q4,q5,na.rm=TRUE)<br />
	# meanq=mean(q1,q2,q3,q4,q5,na.rm=TRUE)<br />
	)</p>
<p>newdata<-na.omit(leadership)  # 删除含有缺失值的整行。<br />
newdata<br />
# ----------------------------------------------------------------------------<br />
# 这个例子似乎还有些问题，需要重新考虑下啊，可能是sum()函数还不用，这里成了每个元素相加了。<br />
# 我想得到的是每行元素各自相加的和。<br />
# ----------------------------------------------------------------------------</p>
<p># 4.6 日期值<br />
mydates<-as.Date(c("2007-06-22","2004-02-13"))<br />
mydates</p>
<p>strDate<-c("01/05/1965","8/16/1975")<br />
dates<-as.Date(strDate,"%m/%d/%Y")<br />
dates</p>
<p>leadership$date<-as.Date(leadership$date,"%m/%d/%y")<br />
leadership</p>
<p>Sys.Date()  # 返回当天日期<br />
date() # 返回当前日期和时间</p>
<p>today<-Sys.Date()<br />
format(today,format="%B %d %Y")<br />
# 返回的结果是 [1] "三月 26 2013" ，那"March 26 2013"怎么写格式化呢？<br />
format(today,format="%A")<br />
# 返回结果 [1] "星期二"</p>
<p># 日期之间的计算<br />
startdate<-as.Date("2004-02-13")<br />
enddate<-as.Date("2004-02-14")<br />
days<-enddate-startdate<br />
days</p>
<p>today<-Sys.Date()<br />
dob<-as.Date("1956-10-12")<br />
difftime(today,dob,units="weeks")<br />
format(dob,"%A")</p>
<p># 4.6.1 将日期转换为字符型变量<br />
strDates<-as.character(dates)</p>
<p># 4.6.2 更进一步<br />
help(as.Date)<br />
help(strftime)<br />
help(ISOdatetime)<br />
install.packages("lubridate")<br />
install.packages("fCalendar")</p>
<p># 4.7 类型转换<br />
# is.numeric()   as.numeric()<br />
# is.character()  as.character()<br />
# is.vector()  as.vector()<br />
# is.matrix()  as.matrix()<br />
# is.data.frame()  as.data.frame()<br />
# is.factor()  as.factor()<br />
# is.logical()  as.logical()</p>
<p># 代码清单4-5 转换数据类型<br />
a<-c(1,2,3)<br />
a<br />
is.numeric(a)<br />
is.vector(a)<br />
a<-as.character(a)<br />
a<br />
is.numeric(a)<br />
is.vector(a)<br />
is.character(a)</p>
<p># 4.8 数据排序<br />
# 创建一个新的数据集，其中各行依经理人的年龄升序排序。<br />
newdata<-leadership[order(leadership$age),]<br />
newdata<-leadership[order(-leadership$age),]</p>
<p># 4.9 数据集的合并</p>
<p>
</p>