forked from hcp4715/R4Psy
-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathchapter_4.html
615 lines (535 loc) · 16.7 KB
/
chapter_4.html
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
<!DOCTYPE html>
<html lang="" xml:lang="">
<head>
<title>chapter_4.knit</title>
<meta charset="utf-8" />
<meta name="author" content="Pac_B" />
<script src="libs/header-attrs-2.17/header-attrs.js"></script>
<link href="libs/remark-css-0.0.1/default.css" rel="stylesheet" />
<link rel="stylesheet" href="css/Custumed_Style.css" type="text/css" />
<link rel="stylesheet" href="css/zh-CN.css" type="text/css" />
</head>
<body>
<textarea id="source">
class: center, middle
<span style="font-size: 50px;">**第四章**</span> <br>
<span style="font-size: 50px;">__如何清理数据（一）__</span> <br>
<span style="font-size: 40px;">R语言编程基础</span><br>
<span style="font-size: 30px;">胡传鹏</span> <br>
<span style="font-size: 20px;"> </span> <br>
<span style="font-size: 30px;">2023-03-13</span> <br>
<span style="font-size: 20px;"> Made with Rmarkdown</span> <br>
---
#回顾
##工作目录与路径
##读取数据
<br><br>
#本节课内容
##了解函数
##- 数据筛选
##-- 向量类型
##-- 比较运算
---
#准备
##下载压缩包，解压
##打开文件夹，双击打开__R4Psy.Rproj__
---
# 回顾
## 创建 R Script
<font size=5>
&emsp;&emsp;我们可以创建一个R Script文件帮助我们更好地记录曾经写过什么，也方便我们对写的代码进行检查。
</font><br>
 <br>
---
# 回顾
## 创建 R Script
<font size=5>
&emsp;&emsp;并选择 File-Save as…进行保存。这里我们统一保存压缩包的目录里。data文件里有本课涉及到的两个数据。
</font><br>
---
# 回顾
## 读取数据
<font size=5>
&emsp;&emsp;同学们可以根据相对路径读取数据。
</font><br>
```r
#问卷数据参考读取方法：
penguin.data <- read.csv("./data/penguin/penguin_rawdata.csv",
header = TRUE, sep=",",
stringsAsFactors = FALSE)
```
---
# 回顾
## 读取数据
<font size=5>
&emsp;&emsp;同学们可以根据相对路径读取数据。
</font><br>
```r
#实验数据参考读取方法，这里我们随便选择三个被试：
match.data1 <- read.csv("./data/match/data_exp7_rep_match_7304.out",
header = TRUE, sep = "",
stringsAsFactors = FALSE)
match.data2 <- read.csv("./data/match/data_exp7_rep_match_7305.out",
header = TRUE, sep = "",
stringsAsFactors = FALSE)
match.data3 <- read.csv("./data/match/data_exp7_rep_match_7306.out",
header = TRUE, sep = "",
stringsAsFactors = FALSE)
```
---
# 回顾
## 读取数据
<font size=5>
&emsp;&emsp;这里我们有了三个被试的数据，可是他们分散在三个data中，我们并不好进行比较，这里我们可以使用rbind()函数对他们进行组合。
</font><br>
```r
#组合三个数据：
match.data.all <- rbind(match.data1, match.data2, match.data3)
```
---
# 补充
## R对象的赋值
在R中，我们可以使用赋值操作符“<-”给对象赋值。<br>
比如：
```r
object <- 10
object
```
```
## [1] 10
```
我们给对象“object”赋值为10。<br>
赋值后可以对“object”进行操作，比如：<br>
```r
object + 2
```
```
## [1] 12
```
但注意此时的“object”本身并未发生改变。
```r
object
```
```
## [1] 10
```
---
# 补充
## R对象的赋值
&emsp;&emsp;因此，在组合三个数据时，我们需要一个新的R的对象来容纳组合成的新数据<br>
```r
#组合三个数据：
match.data.all <- rbind(match.data1, match.data2, match.data3)
```
&emsp;&emsp;在这里，新的对象叫做match.data.all，三个被试的数据被组合在一起装了进去。
---
# 补充
## 创建对象
&emsp;&emsp; <font size=5> 变量名可以由字母、数字、_和.组成。并且变量名的第一个字符不能为数字或者特殊符号，比如 +, -, *, /, ^, !, @, &。</font> <br>
<br>
<font size="5">
tips：<br>
&emsp;&emsp;- 对象命名区分大小写，“X” 和 “x” 表示的是不同的对象。<br>
<br>
&emsp;&emsp;- 可以使用中文，但不推荐，可能出现这样的乱码：<br>
&emsp;&emsp;鍙︿竴涓▼搴忔鍦ㄤ娇鐢ㄦ鏂囦欢锛岃繘绋嬫棤娉曡闂��。<br>
<br>
&emsp;&emsp;- 命名对象最好有不错的可读性，比如“age”就要比“x”更易读。
</font>
---
# 函数
## 什么是函数
<font size=5>
&emsp;&emsp;我们在这里使用的rbind()就是R base中的一个基本函数。
<br>
&emsp;&emsp;在R中，函数是一种用于执行特定任务或计算的代码块。函数接受输入参数，执行特定的操作，并返回结果。
</font>
<br><br>
<font size=6>
- 已有函数<br>
&emsp;&emsp;- R base; <br>
&emsp;&emsp;- R packages; <br>
&emsp;&emsp;- functions from other sources<br>
- 自定义函数
</font>
---
# 函数
## 什么是函数
<font size=5>
&emsp;&emsp;如果我们不知道一个函数是什么，有什么用处。在R中，我们可以在Console中使用“?函数名”来打开帮助文档。
</font><br>
{:height="20px" width="80px"}
---
# 函数
## 如何调用已有函数
<font size=5>
&emsp;&emsp;直接调用:functions()
</font>
```r
#直接调用：
library("here")#加载here包，install的R包需要library后使用
```
```
## here() starts at /Users/hcp4715/Library/CloudStorage/OneDrive-Personal/Teaching/2023NNU_R/R4Psy
```
```r
here()
```
```
## [1] "/Users/hcp4715/Library/CloudStorage/OneDrive-Personal/Teaching/2023NNU_R/R4Psy"
```
<font size=5>
&emsp;&emsp;注意，当你使用不同的包的时候，为了避免出现函数名重复导致调用错误，可以使用：R包::functions()
</font>
```r
#给出R包的调用：
here::here()#这里第一个here是R包，第二个here是调用这个包里here函数
```
```
## [1] "/Users/hcp4715/Library/CloudStorage/OneDrive-Personal/Teaching/2023NNU_R/R4Psy"
```
---
# 函数
## 常用函数
## unique()
<font size=5>
&emsp;&emsp;如果我们拿到了match.data.all，想要知道Label这一列有多少种独特的情况，我们可以使用unique()函数。
</font>
```r
#使用$符号定位某一列
head(match.data.all$Label,10)
```
```
## [1] "immoralSelf" "moralSelf" "moralOther" "immoralOther" "moralSelf"
## [6] "moralSelf" "moralSelf" "immoralOther" "moralSelf" "immoralOther"
```
```r
#使用unique查看这一列有多少种独特的情况
unique(match.data.all$Label)
```
```
## [1] "immoralSelf" "moralSelf" "moralOther" "immoralOther" "Label"
```
---
# 函数
## 常用函数
## r filter()
<font size=5>
&emsp;&emsp;函数可以帮助我们完成很多操作，比如筛选数据。这里我们介绍filter()函数。
</font>
library
```r
#筛选出match.data.all的Match列中所有mismatch的数据
mismatch <- dplyr::filter(match.data.all, match.data.all$Match == "mismatch")
#查看是否成功
unique(mismatch$Match)
```
```
## [1] "mismatch"
```
---
# 运算
## 比较运算
<font size=5>
&emsp;&emsp;我们先看函数里的内容。在这里我们使用了match.data.all$Match == "mismatch"来判断Match列中的每一个对象是否“==”mismatch，这里的“==”是R的比较运算符。
</font>
---
# 运算
## 比较运算
<font size=5>
&emsp;&emsp;比较运算符，旨在将两个两个向量的相应元素进行比较，返回比较结果为真TRUE、假FALSE。
</font>
---
# 向量的类型
<font size=5>
&emsp;&emsp;我们在进行比较运算时，比较的两个向量需要类型相同。
</font>
## 向量（Vector）<br>
<font size=6>
- 逻辑型（logical）<br>
- 整型（integer）<br>
- 双精度型（double）<br>
- 字符型（character）<br>
- 复数型（complex）<br>
- 原始型（raw）<br>
---
# 向量的类型
<font size=5>
- 逻辑型（logical）<br>
```r
#注意需要全部大写
a <- TRUE
b <- FALSE
print(c(a,b))
```
```
## [1] TRUE FALSE
```
- 整型（integer）<br>
```r
a <- 3L
a
```
```
## [1] 3
```
---
# 向量的类型
<font size=5>
- 双精度型（double）<br>
```r
a <- 3.14
a
```
```
## [1] 3.14
```
- 字符型（character）<br>
```r
a <- "R4Psy"
a
```
```
## [1] "R4Psy"
```
---
# 向量的类型
<font size=5>
- 复数型（complex）<br>
```r
a <- 3+4i
a
```
```
## [1] 3+4i
```
- 原始型（raw）<br>
```r
a <- charToRaw('hello')
a
```
```
## [1] 68 65 6c 6c 6f
```
---
# 向量的类型
<font size=5>
&emsp;&emsp;回到match.data.all$Match == "mismatch"这里，我们可以通过class()函数查看某一向量的类型。
</font>
```r
class(match.data.all$Match)
```
```
## [1] "character"
```
<font size=5>
&emsp;&emsp;所以，这其实是字符串的比较运算，通过Match列中每一个字符串是否和字符串“mismatch”相等来进行判断。
</font>
---
# 函数
## 常用函数
## filter()
<font size=5>
&emsp;&emsp;以上我们理解了函数内的比较，接下来我们看看filter()函数是如何运作的。
</font>
```r
head(match.data.all$Match == "mismatch")
```
```
## [1] TRUE TRUE FALSE FALSE TRUE TRUE
```
<font size=5>
&emsp;&emsp;从结果我们能看出来，进行比较判断后返回的是TRUE和FALSE，也就是我们在类型中说的逻辑型。<br>
&emsp;&emsp;filter()函数做的，就是将返回为TRUE的数据保留下来，丢弃那些FALSE的数据，并返回一个新的数据框。
</font>
---
# 函数
## 常用函数
## filter()
<font size=5>
&emsp;&emsp;除了字符串以外，我们也可以利用比较判断进行数值比较。
</font>
```r
class(match.data.all$ACC)#发现类型是character而不是numeric，我们需要先转换。
```
```
## [1] "character"
```
```r
#通过as.numeric()将其他类型转化为数值型向量
match.data.all$ACC <- as.numeric(match.data.all$ACC)
class(match.data.all$ACC)
```
```
## [1] "numeric"
```
---
# 函数
## 常用函数
## filter()
<font size=5>
&emsp;&emsp;我们想把所有ACC大于等于0的被试提出来。
</font>
```r
#筛选出match.data.all的ACC列中所有大于等于0的数据
mismatch <- dplyr::filter(match.data.all, match.data.all$ACC >=0)
#查看是否成功
unique(mismatch$ACC)
```
```
## [1] 0 1 2
```
---
# 练习
## 对match数据
<font size=5>
&emsp;&emsp;1.读取data_exp7_rep_match_7302.out和data_exp7_rep_match_7303.out文件，使用rbind()整合<br>
&emsp;&emsp;2.利用filter()提取出Sex为male的被试数据<br>
&emsp;&emsp;3.利用filter()提取出Age大于20的被试数据（注意数据类型）
</font>
<br>
---
# 练习
## 对penguins数据
<font size=5>
&emsp;&emsp;1.读取数据<br>
&emsp;&emsp;2.利用filter()提取出Site为Oxford的被试数据<br>
&emsp;&emsp;3.利用filter()提取出1988年及之后出生的被试的数据（注意数据类型）
</font>
<br>
</textarea>
<style data-target="print-only">@media screen {.remark-slide-container{display:block;}.remark-slide-scaler{box-shadow:none;}}</style>
<script src="https://remarkjs.com/downloads/remark-latest.min.js"></script>
<script>var slideshow = remark.create({
"highlightLines": true,
"highlightStyle": "github",
"countIncrementalSlides": false
});
if (window.HTMLWidgets) slideshow.on('afterShowSlide', function (slide) {
window.dispatchEvent(new Event('resize'));
});
(function(d) {
var s = d.createElement("style"), r = d.querySelector(".remark-slide-scaler");
if (!r) return;
s.type = "text/css"; s.innerHTML = "@page {size: " + r.style.width + " " + r.style.height +"; }";
d.head.appendChild(s);
})(document);
(function(d) {
var el = d.getElementsByClassName("remark-slides-area");
if (!el) return;
var slide, slides = slideshow.getSlides(), els = el[0].children;
for (var i = 1; i < slides.length; i++) {
slide = slides[i];
if (slide.properties.continued === "true" || slide.properties.count === "false") {
els[i - 1].className += ' has-continuation';
}
}
var s = d.createElement("style");
s.type = "text/css"; s.innerHTML = "@media print { .has-continuation { display: none; } }";
d.head.appendChild(s);
})(document);
// delete the temporary CSS (for displaying all slides initially) when the user
// starts to view slides
(function() {
var deleted = false;
slideshow.on('beforeShowSlide', function(slide) {
if (deleted) return;
var sheets = document.styleSheets, node;
for (var i = 0; i < sheets.length; i++) {
node = sheets[i].ownerNode;
if (node.dataset["target"] !== "print-only") continue;
node.parentNode.removeChild(node);
}
deleted = true;
});
})();
// add `data-at-shortcutkeys` attribute to <body> to resolve conflicts with JAWS
// screen reader (see PR #262)
(function(d) {
let res = {};
d.querySelectorAll('.remark-help-content table tr').forEach(tr => {
const t = tr.querySelector('td:nth-child(2)').innerText;
tr.querySelectorAll('td:first-child .key').forEach(key => {
const k = key.innerText;
if (/^[a-z]$/.test(k)) res[k] = t; // must be a single letter (key)
});
});
d.body.setAttribute('data-at-shortcutkeys', JSON.stringify(res));
})(document);
(function() {
"use strict"
// Replace <script> tags in slides area to make them executable
var scripts = document.querySelectorAll(
'.remark-slides-area .remark-slide-container script'
);
if (!scripts.length) return;
for (var i = 0; i < scripts.length; i++) {
var s = document.createElement('script');
var code = document.createTextNode(scripts[i].textContent);
s.appendChild(code);
var scriptAttrs = scripts[i].attributes;
for (var j = 0; j < scriptAttrs.length; j++) {
s.setAttribute(scriptAttrs[j].name, scriptAttrs[j].value);
}
scripts[i].parentElement.replaceChild(s, scripts[i]);
}
})();
(function() {
var links = document.getElementsByTagName('a');
for (var i = 0; i < links.length; i++) {
if (/^(https?:)?\/\//.test(links[i].getAttribute('href'))) {
links[i].target = '_blank';
}
}
})();
// adds .remark-code-has-line-highlighted class to <pre> parent elements
// of code chunks containing highlighted lines with class .remark-code-line-highlighted
(function(d) {
const hlines = d.querySelectorAll('.remark-code-line-highlighted');
const preParents = [];
const findPreParent = function(line, p = 0) {
if (p > 1) return null; // traverse up no further than grandparent
const el = line.parentElement;
return el.tagName === "PRE" ? el : findPreParent(el, ++p);
};
for (let line of hlines) {
let pre = findPreParent(line);
if (pre && !preParents.includes(pre)) preParents.push(pre);
}
preParents.forEach(p => p.classList.add("remark-code-has-line-highlighted"));
})(document);</script>
<script>
slideshow._releaseMath = function(el) {
var i, text, code, codes = el.getElementsByTagName('code');
for (i = 0; i < codes.length;) {
code = codes[i];
if (code.parentNode.tagName !== 'PRE' && code.childElementCount === 0) {
text = code.textContent;
if (/^\\\((.|\s)+\\\)$/.test(text) || /^\\\[(.|\s)+\\\]$/.test(text) ||
/^\$\$(.|\s)+\$\$$/.test(text) ||
/^\\begin\{([^}]+)\}(.|\s)+\\end\{[^}]+\}$/.test(text)) {
code.outerHTML = code.innerHTML; // remove <code></code>
continue;
}
}
i++;
}
};
slideshow._releaseMath(document);
</script>
<!-- dynamically load mathjax for compatibility with self-contained -->
<script>
(function () {
var script = document.createElement('script');
script.type = 'text/javascript';
script.src = 'https://mathjax.rstudio.com/latest/MathJax.js?config=TeX-MML-AM_CHTML';
if (location.protocol !== 'file:' && /^https?:/.test(script.src))
script.src = script.src.replace(/^https?:/, '');
document.getElementsByTagName('head')[0].appendChild(script);
})();
</script>
</body>
</html>