怎么选择r包中的数据集代码

① R语言内置mtcars数据集的小问题，求代码

rownames(mtcars)[which(mtcars['qsec']==min(mtcars['qsec']))]
mtcars['disp'][mtcars['qsec']==min(mtcars['qsec'])]
mean(mtcars['mpg'][mtcars['cyl']==4])

② 如何用R语言在数据中提取指定列数据，并且形成一个新的数据表

最简单的方法，数据框的名称，加上你要提取的列数，示例如下：

需要注意的是，如果只提取单列的话，得到的数据就变成了一个vector，而不再是dataframe的格式了。

③ 如何使用R中内置的数据集

dim(data()$results )
data()$results [ ,4]
R 在 datasets 包提供了 100 个可以使用的数据集，这些数据集都可以通过 data() 函数加载入内存

④ R语言自学笔记-3设置路径、R包操作

#设置默认路径

#显示当前工作目录（软件默认使用工作目录）

getwd()

#修改默认工作目录

setwd(dir = "e:/Rwork/")

#提示工作目录

getwd()

#查看目录下包含的文件

list.files()

#或者

dir()

#R包安装

install.packages("vcd")

#显示库所在的位置

.libPaths()

#显示库里有哪些安装包

library()

#载入包

library(vcd)

#or

require(vcd)

#直接输入函数看某些函数来自于R的哪个包

#如何使用R包

help(package="vcd")

help(package="ggplot2")

#查看包的信息，列出R包的基础内容，显示内置的数据集的内容，给包中的函数作为案例来使用

library(help="vcd")

#还有一些包中的函数，是包的核心内容，扩展了R的功能

Arthritis

#列出包中所有包含的函数

ls("package:vcd")

#每个函数如何使用查看对应帮助文档

#列出R包中包含的所有数据集

data(package="vcd")

#使用完一个包之后，将包从内存中移除

detach("package:vcd")

#再使用

Arthritis

#会出现报错：需要重新再加载

#删除已安装的包

remove.packages("vcd")

#会将R包从硬盘上彻底删除，无法继续使用了，用得不多

#R包的批量移植（更换新设备）

#列出当前环境中已安装的R包

installed.packages()

#取第一列,,,使用下标来访问数据框的第一列

installed.packages()[,1]

#将所以R包名字保存到一个文件中

Rpack<- installed.packages()[,1]

save(Rpack,file = "Rpack.Rwork")

#将这个文件移到另一个设备上

#在另一个设备上使用load函数打开这个文件

#存到另外一个变量Rpack中

#看到这些R包

#Rpack

#批量安装这些R包

#使用一个for循环

for(i in Rpack)install.packages(i)

#如何获取R的帮助信息

help.start()

#查看某个函数的功能

help(sum)

#or

?plot

?sum

#快速了解函数参数而不想查阅详细文档

args(plot)

#查看函数使用案例

example(mean)

example("hist")

#列出R的一些案例图

demo(graphics)

#查看R安装的某个包的帮助文档

help(package=ggplot2)

#有些R包包含vignette文档，这中文档包含更多内容，也更加规范，里面有简介、教程、开发文档等

vignette()

#不是每个包都包含这种格式的文档

vignette("xts")

#有时安装了某包但使用help命令搜索不到相关函数，是因为没有载入这个包

#需用使用library函数载入这个包

#载入之后才能使用help函数找到相关文档

#或者直接在help命令中加上package选项  等于  要搜索R包的名字，这种方法比较麻烦

#？？接要搜索函数名字，这种情况下不加载包也可以

#有些情况下，不知道具体的函数名，只能模糊搜索

#查找与绘制热图相关的帮助信息(使用这条命令进行本地搜索)

help.search(heatmap)

#提示搜索不到

#因为需要加上引号

help.search("heatmap")

#搜到stats包中的heatmap函数，可以用来绘制热图

#help.search("heatmap")也可以简写成下面一条命令

??heatmap#不需要加引号

#列出所有包含关键字的内容

apropos("sum")

#可以通过mod参数调整查询的内容

apropos("sum",mod="function")#只列出函数

#help.search或？？都是进行本地的文档搜索

#有时搜索不到或者文档太老了可以使用RSiteSearch()函数进行网络搜索

RSiteSearch(matlab)

#运行函数会使用默认浏览器来访问R官网，在官网中进行搜索，列出更多的结果

#可以利用搜索引擎进行问题搜索

⑤ R语言之创建数据集

R语言之创建数据集
数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量。
R中有许多用于存储数据的结构，包括标量、向量、数组、数据框和列表。
在R中，对象（object）是指可以赋值给变量的任何事物，包括常量、数据结构、函数、甚至是图形。因子（factor）是名义型变量或有序型变量，在R中被特殊地存储和处理。
R中的数据结构：
1.1向量
向量是用于存储数值型、字符型或逻辑型数据的一维数组。创建向量使用函数c()，如下例所示：
数值型向量：a<-c(1,2,5,3,6,-2,4)
字符型向量：b<-c("one","two","three")
逻辑型向量：c<-c(TRUE,TRUE,TRUE,FALSE,TRUE)
注：单个向量中的数据必须拥有相同的类型或模式。
标量是只含一个元素的向量，例如f<-3、g<-"US"和h<-TRUE。它们用于保存常量。
访问向量中的元素，可在方括号中给定元素所处位置的数值，如：a[c(2,4)]用于访问向量a中的第二个和第四个元 素。
1.2矩阵
矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型），可以通过matrix创建矩阵
一般使用格式为：
mymatrix<-matrix(vector,nrow=number_of_rows,ncol=number_of_columns,byrow=logical_value,dimnames=list(
char_vector_rownames,char_vector_colnames)) ，其中vector包含了矩阵的元素，nrow和ncol用以指定
行和列的维数，dimnames包含了可选的以字符型向量表示的行名和列名。选项byrow则表明矩阵应当按行
填充（byrow=TRUE）还是按列填充（byrow=FALSE），默认情况下按列填充。代码演示如下：
[plain] view plain
> cells<-c(1,23,56,485)
> rnames<-c("R1","R2")
> cnames<-c("c1","c2")

[plain] view plain

<pre name="code" class="html">> mymatrix<-matrix(cells ,nrow=2,ncol=2,byrow=TRUE,dimnames=list(rnames,cnames))
> mymatrix
c1 c2
R1 1 23
R2 56 485
1.3数组
数组与矩阵类似，但是维数可以大于2。数组可通过array函数创建，形式如下：
myarray<-array(vector,dimensions,dimnames)，其中vector包含了数组中的数据，dimensions是一个数值型向量，给出了各个维度下标的最大值，而dimnames是可选的、各维度名称标签的列表。代码如下:
[html] view plain

> dim<-c("A1","A2")
> dim1<-c("A1","A2")
> dim2<-c("B1","B2","B3")
> dim3<-c("C1","C2","C3","C4")
> z<-array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3))
> z
, , C1

B1 B2 B3
A1 1 3 5
A2 2 4 6

, , C2

B1 B2 B3
A1 7 9 11
A2 8 10 12

, , C3

B1 B2 B3
A1 13 15 17
A2 14 16 18

, , C4

B1 B2 B3
A1 19 21 23
A2 20 22 24
1.4数据框
数据框中不同的列可以包含不同模式（数值型、字符型等）的数据，是R中最常处理的数据结构。数据框可以通过函数data.frame()创建：mydata<-data.frame(col1,col2,col3,...)，其中的列向量col1，col2，col3，...可为任何类型（如字符型、数值型或逻辑型）。每一列的名称可由函数names指定。代码如下：
[html] view plain

> age<-c(25,34,28,53)
> patientID<-c(1,2,3,4)
> diabetes<-c("Type1","Type2","Type1","Type1")
> status<-c("Poor","Improved","Excellent","Poor")
> patientdata<-data.frame(patientID,age,diabetes,status)
> patientdata
patientID age diabetes status
1 1 25 Type1 Poor
2 2 34 Type2 Improved
3 3 28 Type1 Excellent
4 4 53 Type1 Poor
> patientdata$age
[1] 25 34 28 53
<pre name="code" class="html">> table(patientdata$diabetes,patientdata$status)

Excellent Improved Poor
Type1 1 0 2
Type2 0 1 0
$被用来选取一个给定数据框中的某个特定变量，上面table(patientdata$diabetes,patientdata$status)生成了 diabetes和status的列联表。
函数attach()可将数据框添加到R的搜索路径中。
函数detach()将数据框从搜素路径中移除。
相对于attach。多数的R书籍更推荐使用函数with()。
1.5因子
变量可归结为名义型、有序型或连续型变量。类别（名义型）变量和有序类别（有序型）变量在R中称为因子。因子在R中非常重要，因为它决定了数据的分析方式以及如何进行视觉呈现。
函数factor（）以一个整数向量的形式存储类别值，整数的取值范围是[1...k]（其中k是名义变量中唯一值得个数），同时一个由字符串（原始值）组成的内部向量将映射到这些整数上。
名义型eg：假设有向量：diabetes<-c("Type1","Type2","Type1","Type1")
语句diabetes<-factor(diabetes)将此向量存储为（1，2，1，1）.
有序型eg: 对于给定变量status<-c("Poor","Improved","Excellent","Poor")
语句status<-factor(status,ordered=TRUE)会将向量编码为（3，2，1，3）。
1.6列表（list）
列表是R的数据类型中最为复杂的一种。列表就是一些对象的（或成分，component)的有序集合。列表允许你整合若干（可能无关）的对象到单个对象名下。例如，某个列表中可能是若干向量、矩阵、数据框，甚至是其他列表的组合。可以使用函数list（）创建列表：
mylist<-list(object1,object2,...)
注：列表成为了R中的重要数据结构。
1.列表允许以一种简单的方式组织和重新调用不相干的信息；
2.许多R函数的运行结果都是以列表的形式返回的。

⑥ R中选择数据框的列

在本教程中，您将学习如何使用R函数select()和pull()[在dplyr包中]按名称和位置选择数据框的列。我们还将展示如何从数据框架中删除列。

包含以下函数:

pull (): 以向量的形式提取列值. 可以通过名称或索引指定感兴趣的列。

select ():将一个或多个列提取为一个数据表。它还可以用于从数据框架中删除列。

select_if (): 根据特定条件选择列。例如，可以使用这个函数来选择列(如果它们是数值型的)。

帮助函数  -  starts_with (),  ends_with (),  contains (),  matches (),  one_of (): Select columns/variables based on their names

需要的包

加载 tidyverse 包，该R包中包含 dplyr 包:

示例数据

我们将使用R内置的iris数据集，首先将其转换为tibble数据框(tbl_df)，以便于进行数据分析。

以向量vector 的形式提取列值

将列提取为数据表

1）按位置选择列

按名称选择列

有几个特殊的函数可以在  select()  函数里面使用   starts_with (),  ends_with (),  contains (),  matches (),  one_of (), 等.

基于一个条件选择列

可以对列应用一个函数。选择函数返回TRUE的列。

只选择数值型的列:

删除列

若要从数据框架中删除列，请在其名称前加上一个减号  - .

注意，如果希望按位置放置列，语法如下所示。

在本教程中，我们介绍如何根据位置和名称选择列。此外，我们还介绍了如何从数据框架中删除列。

⑦ 怎么才能查看R语言某个包某函数源码

如果是程序包中自己带的函数，可用以下操作：

1. https://cran.r-project.org/

2. 点击左侧Packages

3. 点击中间Table of available packages, sorted by date of publication链接，进入包的列表界面

4. ctrl+F组合键在网页中搜索你关心的R包，例如包WGCNA，点击进入此R包主界面

5. 点击Downloads下面的Packagesource:
   WGCNA_1.51.tar.gz

6. 解压此包，然后找到里面名字为R的文件夹，里面都是R语言包中包含的R的函数的代码

如果是在bioconctor中的包，可以在bioconctor官网中搜索此R包，进入此包界面，下载.tar.gz的这个文件,寻找方法如上.

⑧ r语言如何建立数据集

一般都是写在Excel中，然后导入R语言。导入代码如下：
install.packages('xslx')
library(xlsx)
Sys.setlocale("LC_ALL", "zh_cn.utf-8")
a=read.xlsx2('d:/1.xlsx',1,header=F)
head(a)显示前六行
class(a$y)/str(a)查看列/全集数据类型
a$y=as.numeric(a$y)转换数据类型

⑨ 【2020-05-31】如何查看并使用R的内置数据集

1、查看
R的内置数据集一共有两种：R内部 datasets 包中的数据集以及安装的其他 package 中包含的数据集，这些数据集的查看方法如下：

2、使用