从零开始学R数据分析，数据概览

　　对于统计学专业的学生，对于R软件的使用并不陌生，堪称数理统计软件的标配，R软件也可以做数据处理和数据分析，虽说职场工作对于R软件使用不多，但是R软件绝对是科研人数据分析的最爱。
　　本文主要讲解获取数据后，如何对于数据的整体情况做预览，包括数据导入、数据表查看、数据导出等功能，下面一起来学习。 示例工具：R x64 3.5.3、RStudio
　　本文讲解内容：数据概览
　　适用范围：数据导入、导出、概览
　　R软件读取数据文件，这里主要介绍三种文件的读取，分别是文本文件读取、csv文件读取、xlsx文件读取。
　　一、数据读取与生成
　　1.纯文本文件
　　读纯文本文件使用的是read.table()函数，read.table()函数的参数如下所示。 read.table(file, header = FALSE, sep = ＂＂, quote = ＂＂＂＂,row.names, col.names,nrows = -1,skip = 0, encoding = ＂unknown＂, text, skipNul = FALSE)
　　file是读入数据的文件名，header=TRUE表示所读数据的第一行为变量名，sep是数据分隔的字符，row.names, col.names对于行名和列名可以指定命名，skip表示读数据时跳过的行数，使用ead.table()函数导入文本数据如下所示，指定分隔符为逗号，第一行作为变量名。 df <- read.table(＂C:Users尚天强DesktopR数据集data.txt＂,sep = ＂,＂,header=TRUE) df
　　2.CSV文件
　　读CSV文件跟读文本文件的参数一样，参数如下所示。 read.csv(file, header = TRUE, sep = ＂,＂, quote = ＂＂＂,dec = ＂.＂, fill = TRUE, comment.char = ＂＂)
　　这里直接使用read.csv读取，默认是逗号分隔这里可以不写。 df1 <- read.csv(＂C:Users尚天强DesktopR数据集data.csv＂) df1
　　3.XLSX文件
　　R读取Excel数据，需要安装readxl包，安装完成才能加载使用。 #安装包 install.packages(＂readxl＂)  #进行加载包 library(readxl)
　　安装完成readxl包后，使用read_excel命令即可导入数据。 df2=read_excel(＂C:Users尚天强DesktopR数据集data.xlsx＂) df2
　　4.生成数据表
　　生成数据表使用data.frame命令，与之前pandas生成数据表类似，生成的数据表如下。 #手动创建数据表 data<-data.frame(ID=c(＂c001＂,＂c002＂,＂c003＂,＂c004＂,＂c005＂,＂c006＂,＂c007＂,＂c008＂,＂c009＂,＂c0010＂),                              NAME=c(＂Rmesh＂,＂Khilan＂,＂Kaushik＂,＂Chaitali＂,＂Hardik＂,＂Komal＂,＂Tom＂,＂Muffy＂,＂Susan＂,＂Kevin＂),                             AGE=c(23,20,23,25,27,24,26,31,26,30),                             ADDRESS=c(＂Ahmed＂,＂Delhi＂,＂Kota＂,＂Mumbai＂,＂Bhopal＂,＂MP-A＂,＂MP-B＂,＂Indore＂,＂JP-No.1＂,＂JP-No.2＂),                             SAL=c(2000,1500,2000,NA,8500,NA,5500,9500,NA,900))
　　二、数据概览
　　1.数据维度 #查看数据维度 dim(data)
　　数据的维度为10行5列。
　　2.查看数据表 #查看数据表 fix(data)
　　调用fix函数，会出现交互模式，对于其中的一些数据和变量名进行修改，使用起来跟EXCEL一样方便。
　　3.查看特定列的格式
　　使用typeof函数查看数据格式，其中ID、NAME、ADDRESS为字符类型，AGE、SAL为数值类型。 typeof(data$ID) typeof(data$NAME) typeof(data$AGE) typeof(data$ADDRESS) typeof(data$SAL)
　　4.查看空值
　　Is.na函数用于检查R中的空值，当返回的结果为True时，说明数据有空值，返回的结果为False时，说明数据没有空值，以下可以看到数据有3个空值。 #查看空值 is.na(data)
　　查看具体某一列是否有空值，可以单独索引那一列，然后使用Is.na函数。 #查看单列的空值 is.na(data$SAL)
　　计算某一列有几个空值，可以先判断是否为空值，然后使用length函数计算其个数，听过计算可以得出SAL列有3个空值。 #判断并计算某一列有几个空值 length(data$SAL[is.na(data$SAL)==TRUE])
　　5.查看唯一值
　　unique()函数用于查看数据表的唯一值，功能与EXCEL中去除重复值的功能一致。 #查看数据表的唯一值（删除重复值） unique(data)
　　对于单列去除重复值，可以将那一列索引出来，然后使用unique()函数去除重复值。 #查看数据表中SAL列的唯一值 unique(data$SAL)
　　6.查看数据表数值
　　R中有多个函数用来查看数据表中的数据，包括数据的范围、数据的极值等，下面的代码用于查看数据范围与极值的范围。 #查看数据范围 range(data$AGE) #查找最小值 min(data$AGE) #查看最小值最在的行位置 which.min(data$AGE) #查找最大值 max(data$AGE) #查看最大值所在的行位置 which.max(data$AGE)
　　7.查看列名称
　　names()函数查看数据表中的列名称。 names(data)
　　8.数据预览
　　head()函数用来查看数据表中的前N行数据，默认显示前10行数据，可以自己设置参数n的值来确定查看的行数。 #查看前5行 head(data,n = 5)
　　tail函数与head()函数相反，用来查看数据表中后N行的数据，默认显示后10行数据，可以自己设置参数n的值来确定查看的行数。 #查看后3行 tail(data,n=3)
　　三、数据导出
　　1.导出为csv文件 #输出到csv格式文件 write.csv(x = data,file = ＂C:Users尚天强Desktopout_table.csv＂,row.names = FALSE)
　　2.导出为txt文件 #输出到txt格式文件 write.table(x=data,file = ＂C:Users尚天强Desktopout_txt.txt＂,sep = ＂,＂,row.names = FALSE)