实验目的

掌握R语言中数据查看的基本函数以及用法

实验原理

R语言中数据集常以data frame格式存储，R语言中同样包含了许多对数据集进行查看操作的函数

实验步骤

本节教程使用iris数据集进行数据查看操作，head()函数可以查看数据集的前六列

> head(iris)
  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
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

使用$符号可以范文数据集中存储的变量，下面的R代码判断数据集iris中变量Sepal.Length和变量Species是否为向量

> is.vector(iris$Sepal.Length)
[1] TRUE
> is.vector(iris$Species)
[1] FALSE

下面的代码使用str()函数查看iris数据集的结构

> str(iris)
'data.frame':    150 obs. of  5 variables:
 $ Sepal.Length: num  5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
 $ Sepal.Width : num  3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
 $ Petal.Length: num  1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
 $ Petal.Width : num  0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
 $ Species     : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1 ...

下面的代码使用class()函数查看iris数据集的类，使用typeof()函数查看数据集iris的类型

> class(iris)
[1] "data.frame"
> typeof(iris)
[1] "list"

R中也可以使用可视化的方法查看数据，这种方法更加直观，下面的代码绘制散点图查看数据集mtcars中的数据分布：

> cars <- mtcars[order(mtcars$mpg),]
> cars$cyl <- factor(cars$cyl)                               
> cars$color[cars$cyl==4] <- "red"
> cars$color[cars$cyl==6] <- "blue"
> cars$color[cars$cyl==8] <- "darkgreen"
> dotchart(cars$mpg , labels=row.names(cars), cex=.7, groups= cars$cyl , 
main="汽车的每加仑里程(MPG)散点图\n按汽缸数分组", xlab="每加仑历程(MPG)" ,  color=cars$color, gcolor="black")