HTML CSS JAVASCRIPT BOOTSTRAP JQUERY PHP SQL PYTHON PYTHON2 JAVA C C++ C# Linux AI 教程库 参考手册 测验 练习 HOWTO FAQ
❮ 上一节 下一节 ❯

R 数据集

数据集

数据集是数据的集合，通常以表格形式呈现。

R 中有一个流行的内置数据集，名为"mtcars"（Motor Trend Car Road Tests），检索自 1974 Motor Trend US Magazine。

在下面的示例中（以及后续章节），我们将使用 mtcars 数据集进行统计：

实例

# 打印 mtcars 数据集
mtcars

结果:

                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2
亲自试一试 »

关于数据集的信息

您可以使用问号 (?) 获取有关 mtcars 数据集的信息：

实例

# 使用问号获取有关数据集的信息

?mtcars

结果:

mtcars {datasets}R Documentation

Motor Trend 汽车道路测试

说明

数据摘自美国 1974 年 Motor Trend 杂志，包括 32 辆汽车（1973-74 年车型）的油耗和汽车设计和性能的 10 个方面。

用法

mtcars

格式

一个包含 11 个（数字）变量的 32 个观测值的数据框。

[, 1] mpg Miles/(US) gallon
[, 2] cyl Number of cylinders
[, 3] disp Displacement (cu.in.)
[, 4] hp Gross horsepower
[, 5] drat Rear axle ratio
[, 6] wt Weight (1000 lbs)
[, 7] qsec 1/4 mile time
[, 8] vs Engine (0 = V-shaped, 1 = straight)
[, 9] am Transmission (0 = automatic, 1 = manual)
[,10] gear Number of forward gears
[,11] carb Number of carburetors

注意

Henderson 和 Velleman (1981) 在表 1 的脚注中评论： "霍金 [原始抄写员] 将马自达的转子发动机作为直列六缸发动机和保时捷的平板发动机作为 V 型发动机的非关键编码，以及包括柴油梅赛德斯 240D，已被保留，以便进行直接比较 将根据之前的分析进行。"

来源

Henderson 和 Velleman (1981)，以交互方式构建多个回归模型。生物识别，37，391-411。

实例

require(graphics)
pairs(mtcars, main = "mtcars data", gap = 1/4)
coplot(mpg ~ disp | as.factor(cyl), data = mtcars,
       panel = panel.smooth, rows = 1)
## possibly more meaningful, e.g., for summary() or bivariate plots:
mtcars2 <- within(mtcars, {
   vs <- factor(vs, labels = c("V", "S"))
   am <- factor(am, labels = c("automatic", "manual"))
   cyl  <- ordered(cyl)
   gear <- ordered(gear)
   carb <- ordered(carb)
})
summary(mtcars2)
亲自试一试 »

获取信息

使用dim()函数求数据集的维度，names() 查看变量名称的函数：

实例

Data_Cars <- mtcars # 创建 mtcars 数据集的变量以便更好地组织

# 使用 dim() 查找数据集的维度
dim(Data_Cars)

# 使用 names() 从数据集中查找变量的名称
names(Data_Cars)

结果:

[1] 32 11
 [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
[11] "carb"
亲自试一试 »

使用rownames()函数获取第一列每一行的名称，也就是每辆车的名称：

实例

Data_Cars <- mtcars

rownames(Data_Cars)

结果:

 [1] "Mazda RX4"           "Mazda RX4 Wag"       "Datsun 710"         
 [4] "Hornet 4 Drive"      "Hornet Sportabout"   "Valiant"            
 [7] "Duster 360"          "Merc 240D"           "Merc 230"           
[10] "Merc 280"            "Merc 280C"           "Merc 450SE"         
[13] "Merc 450SL"          "Merc 450SLC"         "Cadillac Fleetwood" 
[16] "Lincoln Continental" "Chrysler Imperial"   "Fiat 128"           
[19] "Honda Civic"         "Toyota Corolla"      "Toyota Corona"      
[22] "Dodge Challenger"    "AMC Javelin"         "Camaro Z28"         
[25] "Pontiac Firebird"    "Fiat X1-9"           "Porsche 914-2"      
[28] "Lotus Europa"        "Ford Pantera L"      "Ferrari Dino"       
[31] "Maserati Bora"       "Volvo 142E"
亲自试一试 »

从上面的例子中，我们发现数据集有 32 个观测值（Mazda RX4、Mazda RX4 Wag、Datsun 710 等）和 11 个变量（ mpg、cyl、disp 等）。

变量被定义为可以测量或计数的东西。

这里是对来自 mtcars 数据集的变量的简要说明：

Variable Name 描述
mpg Miles/(US) Gallon
cyl Number of cylinders
disp Displacement
hp Gross horsepower
drat Rear axle ratio
wt Weight (1000 lbs)
qsec 1/4 mile time
vs Engine (0 = V-shaped, 1 = straight)
am Transmission (0 = automatic, 1 = manual)
gear Number of forward gears
carb Number of carburetors

打印变量值

如果要打印属于变量的所有值，请使用 $ 符号和变量名称（例如 cyl（圆柱体））：

实例

Data_Cars <- mtcars

Data_Cars$cyl

结果:

 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4
亲自试一试 »

对变量值进行排序

要对值进行排序，请使用 sort() 函数：

实例

Data_Cars <- mtcars

sort(Data_Cars$cyl)

结果:

 [1] 4 4 4 4 4 4 4 4 4 4 4 6 6 6 6 6 6 6 8 8 8 8 8 8 8 8 8 8 8 8 8 8
亲自试一试 »

从上面的示例中，我们看到大多数汽车都有 4 缸和 8 缸。

分析数据

现在我们有了一些关于数据集的信息，我们可以开始用一些统计数字来分析它。

例如，我们可以使用summary()函数来获取数据的统计汇总：

实例

Data_Cars <- mtcars

summary(Data_Cars)
亲自试一试 »

如果您不了解输出数字，请不要担心。 你很快就会掌握它们。

summary() 函数为每个变量返回六个统计数字：

  • Min
  • First quantile (percentile)
  • Median
  • Mean
  • Third quantile (percentile)
  • Max

我们将在接下来的章节中介绍所有这些，以及其他统计数字。


❮ 上一节 下一节 ❯