R語言的基本語法

R語言是一種統計學與資料科學領域的程式語言，具有強大的統計分析和資料處理功能。本文介紹R語言在統計常見的基本語法，包含:安裝和執行套件、載入和查看資料、基本敘述統計函式、輸出資料、輸出檔案和遺失值。

Olena Bohovyk on Unsplash

載入資料

在 R 語言中，可以使用以下兩種方式載入資料：

1. 從檔案載入

如果已經在專案當中或是可以使用 read.table()、read.csv()、read.xlsx() 等函數從檔案中載入資料。

例如，要從 CSV 檔案中載入資料，可以使用以下命令：

data <- read.csv("data.csv")
#[#]後面的字R不會讀取，是給使用者觀看的​
#從 CSV 檔案載入資料data.csv，並將它命名為data

2. 從套件載入

一些套件中包含了預先載入的資料。可以使用 data() 函數查看套件中包含的所有資料。例如，要從 datasets 套件中載入 iris 資料集，可以使用以下命令：

data(iris)

查看資料

在 R 語言中，head() 和 tail() 函數用於查看資料的前幾行或最後幾行。

head()函數用於查看資料的前幾行，默認值為 6 行，可以通過指定 n 參數來指定要查看的行數。可以用來檢查資料是否有錯誤或異常。例如，要查看 iris 資料集的前 3 行，可以使用以下命令：

head(iris, 3)

輸出結果可在 Console 上查看:

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  Setosa
2          4.9         3.0          1.4         0.2  Setosa
3          4.7         3.2          1.3         0.2  Setosa

tail() 函數用於查看資料的最後幾行，默認值為 6 行，可以通過指定 n 參數來指定要查看的行數。例如，要查看 iris 資料集的最後 3 行，可以使用以下命令：

tail(iris, 3)

輸出結果可在 Console 上查看:

   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
50       6.9         3.2          5.1         2.0  Virginica
51       6.7         3.3          5.0         2.1  Virginica
52       6.8         3.2          5.0         2.2  Virginica

基本敘述統計函式

R 語言提供了豐富的函式 /函數(Function),這些函數可以幫助使用者很快的得到統計量或是分析結果並顯示在 Console上。

colMeans() 函數就是其中一個常用的函數，可以用來計算每一個欄位的平均值。函數的語法如下：

colMeans(資料名稱)

例如，要計算 iris 資料集每一個欄位的平均值，輸出為：

Sepal.Length Sepal.Width Petal.Length Petal.Width
5.843333 3.057333 3.758333 1.200000

此外，summary() 函數可以用來獲得資料的敘述性統計，包括平均值、中位數、標準差、最小值、最大值、分位數等。

例如，要獲得 iris 資料集的敘述性統計，可以使用summary()得到以下的結果輸出：

     Sepal.Length  Sepal.Width  Petal.Length  Petal.Width  Species
 Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100   setosa :50
 1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.400   1st Qu.:0.300   versicolor:50
 Median :5.800   Median :3.000   Median :1.500   Median :0.400   virginica:50
 Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.200
 3rd Qu.:6.600   3rd Qu.:3.200   3rd Qu.:4.200   3rd Qu.:1.500
 Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500

以下是 summary() 函數輸出的各個欄位的含義：

• Min.：最小值
• 1st Qu：第一個四分位數，是資料中所有值的 25% 所在的位置。
• Median：中位數。
• Mean：平均值。
• 3rd Qu：第三個四分位數，是資料中所有值的 75% 所在的位置。
• Max.：最大值

此外，還有許常用的敘述統計函數：

• mean()：計算資料的平均值
• var()：計算資料的變異數
• sd()：計算資料的標準差
• median()：計算資料的中位數
• min()：計算資料的最小值
• max()：計算資料的最大值
• cor() :可以輸出該資料欄位間的相關性矩陣

這些函數可以用來計算資料的基本統計量，為進一步的分析提供基礎。

安裝套件

R 語言的套件庫中包含了許多功能強大的套件，許多學者針對特定統計分析, 寫成專用的函式, 並將這些集合函式成一組 套件 (package),可以用來進行各種進階統計分析和資料處理。安裝套件可以通過兩種方式進行：

1. 使用 RStudio 的介面

在 RStudio 中，可以通過以下步驟安裝套件：

1. 在 RStudio 的左下角，單擊 Packages 選項。
2. 在 Install 選項卡中，輸入套件名稱。
3. 單擊 Install 按鈕。

2. 使用 R 語言的命令

在 R 語言的命令提示符下，可以使用以下命令安裝套件：

install.packages("套件名稱")

安裝套件完成後，下次就可以用此語法執行套件library("套件名稱")。

輸出成.csv或.xlsx檔案

write.table() 函數可以用來將資料輸出到檔案中。write.table() 函數的語法如下：

write.table(資料名稱, 檔案路徑, 分隔符號，附加內容)
#append = FALSE 預設不在檔案末端附加資料​

例如，要將 iris 資料集輸出到 iris.csv 檔案中，可以使用以下命令：

write.table(iris, "iris.csv", sep = ",", append = FALSE)

這將會在當前工作目錄中創建一個名為 iris.csv 的檔案，內容如下：

Sepal.Length,Sepal.Width,Petal.Length,Petal.Width,Species
5.1,3.5,1.4,0.2,Setosa
4.9,3.0,1.4,0.2,Setosa
4.7,3.2,1.3,0.2,Setosa
...

write.table() 函數可以用來將資料輸出到其他格式的檔案中，例如 .txt、.xlsx 等。以下是一些常用的輸出資料的示例：

# 使用 write.table() 函數輸出資料到檔案
write.table(iris, "iris.csv", sep = ",", append = FALSE)

# 使用 write.table() 函數輸出資料到其他格式的檔案
write.table(iris, "iris.xlsx", sep = ",", append = FALSE)

輸出成.SAV檔案

透過使用haven package，write.sav() 函數用於將資料輸出到 SPSS 的 SAV 檔案格式。SAV 檔案格式是 SPSS 軟體的標準資料格式，可以用來存儲和共享資料。write.sav() 函數的語法如下：

write.sav(data, file, row.names = FALSE, ...)

其中：

• data 是需要輸出的資料。
• file 是 SAV 檔案的路徑。
• row.names 是邏輯值，指示是否將資料框的行名稱輸出到 SAV 檔案。默認值為 FALSE (否)。
• ... 是其他可傳遞給函數的參數，例如 sep 參數用於指定 SAV 檔案的分隔符號。

例如，要將 iris 資料集輸出到 iris.sav 檔案中，可以使用以下命令：

write.sav(iris, "iris.sav", row.names = FALSE)

這將會創建一個名為 iris.sav 的 SAV 檔案，內容如下：

* SPSS Version 23.0

* VARIABLE LABELS

      Sepal.Length      花萼長度
      Sepal.Width       花萼寬度
      Petal.Length      花瓣長度
      Petal.Width       花瓣寬度
      Species           物種

* FORMATS

      Variable    Format
      Sepal.Length   8.2
      Sepal.Width   8.2
      Petal.Length   8.2
      Petal.Width   8.2
      Species       F8.2

* MISSING VALUES

      Variable    Missing Value
      Sepal.Length   NA
      Sepal.Width   NA
      Petal.Length   NA
      Petal.Width   NA
      Species       NA

* DATA

      Sepal.Length Sepal.Width Petal.Length Petal.Width Species
      5.100000 3.500000 1.400000 0.200000 Setosa
      4.900000 3.000000 1.400000 0.200000 Setosa
      4.700000 3.200000 1.300000 0.200000 Setosa
      ...
      

缺失值

在 R 語言中，遺失值 (缺失值) 通常用 NA 表示。

可以使用 is.na() 函數來檢測資料是否有遺失值。

Sepal.Length  Sepal.Width  Petal.Length  Petal.Width  Species
FALSE  FALSE  FALSE  FALSE  FALSE
#代表都沒有遺漏值

如果資料中有遺失值，可以使用 na.rm = TRUE 參數來忽略遺失值。

#希望平均數計算忽略遺失值
mean(iris$Sepal.Length, na.rm = TRUE)

在進行統計分析之前，通常需要對資料中的遺失值進行處理，以避免對分析結果產生影響。在 R 語言中，缺失值處理的現代方法通常需要使用專門的套件。這些套件通常提供了更先進的算法和模型，可以更好地處理缺失值。

您的研究遇到了統計分析的困難嗎？您需要專業的統計諮詢和代跑服務嗎？請點我看提供的服務