1 R語言101

本章節介紹學習R語言的基本知識，包括基本指令操作、運算子介紹等。

1.1 什麼是R語言

R語言是一種自由軟體程式語言，主要用於資料分析與統計運算，2000年時終於發表R 1.0.0，有關R語言的發展歷史可參考維基百科。基本的R軟體已經內建多種統計及分析功能，其餘功能可以透過安裝套件（Packages）加載，眾多的套件使R的使用者可以【站在巨人的肩膀上(Standing on the shoulders of giants (Hal R. Varian, Google))】做資料分析，截至2017年1月為止，R軟體可另外安裝的套件數目共有10,000個以上 (R Studio報導)。常用的套件清單可參考各項網路資訊，如R Studio的整理：Quick list of useful R packages

安裝套件Package的方法如下：

install.packages("套件名稱")

值得注意的是，套件名稱需要加上雙引號，舉例來說，若要安裝ggplot2套件，則要在R的Console視窗內輸入：

install.packages("ggplot2")

若要載入已安裝的套件，則輸入library(套件名稱)，範例：

library(ggplot2)

載入已安裝的套件時，可以不用在套件名稱前後加雙引號，但也可以加（參考資料）。

1.2 函數使用

在R中有許多內建函數，安裝套件後各套件也會提供各式各樣寫好的函數，函數使用方式為函數名稱(參數1,參數2,....)，以計算平均數為例，可使用mean()函數，範例如下:

mean(c(1,2,3,4,5,6)) ##計算1~6的平均數

## [1] 3.5

若想知道各函數所需參數，可使用?函數名稱觀看函數作者所撰寫的說明文件

?mean

除非有指定參數名稱，函數的參數設定有順序性，如序列產生函數seq()，參數順序為from, to, by，代表序列起點、序列終點，以及相隔單位。

seq(from=1,to=9,by=2)#1~9，每隔2產生一數字

## [1] 1 3 5 7 9

seq(1,9,2)#按照順序輸入參數，可省去參數名稱

## [1] 1 3 5 7 9

seq(by=2,to=9,from=1)#若不想照順序輸入參數，需要指定參數名稱

## [1] 1 3 5 7 9

1.3 變數設定

在開始深入學習R語言之前，首要任務是學習最基本的R程式碼：變數設定，在R語言中，主要使用<-設定變數，設定方法為：變數名稱<-變數內容(值)，雖然變數名稱可依箭頭方向放置於左側<-或右側->，但為方便閱讀，變數名稱多放置於左側。

a<-1 
2->b
a

## [1] 1

## [1] 2

R語言也接受使用=設定變數，此時變數名稱必須在左側，如：變數名稱=變數內容

c=1 
c

## [1] 1

除了變數設定外，str()函數也為常用基本函數，str()用在檢查與總覽各類變數型態。

d<-3
str(d)

##  num 3

變數的命名有以下規則:

不可使用保留字，如break, else, FALSE, for, function, if, Inf, NA, NaN, next, repeat, return, TRUE, while等
開頭只能是英文字，或 .
大小寫敏感

1.4 執行視窗

R是可直譯的語言，也就是說，可以在執行視窗(Console)直接打程式碼，在視窗出現>時，表示可輸入指令，若視窗出現+時，表示前面的程式碼還沒打完，必須鍵入完整的程式碼讓R執行。

1.5 資料型態

在R語言中，常用的資料型態包括數值 (numeric)、字串 (character)、布林變數 (logic)以及日期 (Date)等。

1.5.1 數值 numeric

數值包括整數（沒有小數點）與浮點數（有小數點）的數值

num1<-100 
num2<-1000.001

值得注意的是，若數值長度超過 2^53，必須導入bit64 package (Oehlschlagel 2020)，將數值長度上限提高為2^63，才能表示完整數值

print(2^53, digits=20)

## [1] 9007199254740992

print(2^53+1, digits=20) # +1後，數值仍與2^53相同

## [1] 9007199254740992

library(bit64) # 導入bit64 package
print(as.integer64(2)^53, digits=20)

## integer64
## [1] 9007199254740992

print(as.integer64(2)^53+1, digits=20)# 導入bit64後，可得正確答案

## integer64
## [1] 9007199254740993

1.5.2 字串 character

用雙引號"框起的文字會被儲存為字串格式，若在數字前後加上雙引號，數字也會被儲存為文字形式，無法進行數值的加減乘除等運算。

char1<-"abcTest" 
char2<-"100"
char3<-"200"
#char2+char3 #會輸出Error message: non-numeric argument to binary operator

1.5.3 布林變數 logic

用於邏輯判斷，可使用大寫TRUE或T代表真，大寫FALSE或F代表假。

boolT<-TRUE
boolT1<-T
boolF<-FALSE
boolF1<-F

1.5.4 日期 (Date)

用於表示日期，於資料分析中常用，使用Sys.Date()指令可得系統日期。

dateBook<-Sys.Date()
dateBook

## [1] "2020-07-20"

日期與字串的相關轉換操作可考慮使用簡單易懂的lubridate(Spinu, Grolemund, and Wickham 2020) package，如果想要將年/月/日格式的文字轉換為日期物件，可使用ymd()函數（y表年year，m表月month，d表日day），如果想要將月/日/年格式的文字轉換為日期物件，則使用mdy()函數，以此類推。

library(lubridate)
ymd('2012/3/3')

## [1] "2012-03-03"

mdy('3/3/2012')

## [1] "2012-03-03"

其他使用方式可參考 The Yhat Blog。

1.6 基本運算子

1.6.1 數學基本運算

在R中，數學運算與其他程式語言相同

加 +
減 -
乘 *
除 /
餘數 %%
次方 ^

num1<-1
num2<-100
num1+num2

## [1] 101

num1-num2

## [1] -99

num1*num2

## [1] 100

num1/num2

## [1] 0.01

100%%3 ##100除以3後所得餘數

## [1] 1

2^3 ##2的3次方

## [1] 8

###進階數學函數 - 四捨五入 round() - 無條件捨去 floor() - 無條件進位 ceiling()

num1<-1.568
num2<-2.121
round(num2,digits = 1) #2.121四捨五入至小數點第一位

## [1] 2.1

floor(num1) ##1.568

## [1] 1

ceiling(num2) ##2.121

## [1] 3

1.6.2 邏輯運算

常用之邏輯判斷也可在R中直接使用

大於 >
小於 <
等於 ==，為了不與變數設定混淆，判斷兩變數是否相等，要用雙等號
大於等於 >=
小於等於 <=

num1<-1
num2<-100
num1>num2

## [1] FALSE

num1<num2

## [1] TRUE

文字字串也可比較大小

char1<-"abcTest" 
char2<-"defTest"
char1>char2

## [1] FALSE

邏輯混合判斷，和JAVA等語言不同的是，在R中使用單符號即可表示且&和或|

且 &
或 |

TRUE & TRUE

## [1] TRUE

TRUE & FALSE

## [1] FALSE

TRUE | TRUE

## [1] TRUE

TRUE | FALSE

## [1] TRUE

反向布林變數!

!TRUE

## [1] FALSE

!FALSE

## [1] TRUE

1.7 錯誤訊息

Message：有可能的錯誤通知，程式會繼續執行
Warning：有錯誤，但是不會影響太多，程式會繼續執行
Error：有錯，而且無法繼續執行程式
Condition：可能會發生的情況

log(-1)

## Warning in log(-1): 產生了 NaNs

## [1] NaN

mena(NA)

## Error in mena(NA): 沒有這個函數 "mena"

錯誤訊息範例1:

# Error: could not find function "fetch_NBAPlayerStatistics"
# 找不到"fetch_NBAPlayerStatistics" function

可能原因：沒安裝或沒讀入SportsAnalytics package

錯誤訊息範例2:

# Error in library(knitr): there is no package called 'knitr'
# 找不到"knitr" package

可能原因：沒安裝knitr package

1.8 Help

R語言與套件均有完整的文件與範例可以參考，在R的執行視窗中，輸入?函數名稱或?套件名稱即可看到函數或套件的使用說明

?ggplot2
?ymd

除此之外，Stack Overflow中也有許多問答，可直接在網站中搜尋關鍵字與錯誤訊息。

如果找不到解答，發問時請附上可以重現錯誤的程式碼與資料，以及系統/套件的版本資訊，版本資訊可以透過執行下列程式碼取得：

sessionInfo()

## R version 4.0.1 (2020-06-06)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 18363)
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=Chinese (Traditional)_Taiwan.950 
## [2] LC_CTYPE=Chinese (Traditional)_Taiwan.950   
## [3] LC_MONETARY=Chinese (Traditional)_Taiwan.950
## [4] LC_NUMERIC=C                                
## [5] LC_TIME=Chinese (Traditional)_Taiwan.950    
## 
## attached base packages:
## [1] grid      stats     graphics  grDevices utils     datasets  methods  
## [8] base     
## 
## other attached packages:
##  [1] tidyr_1.1.0           curl_4.3              treemap_2.4-2        
##  [4] purrr_0.3.4           caret_6.0-86          lattice_0.20-41      
##  [7] MASS_7.3-51.6         arulesViz_1.3-3       arules_1.6-6         
## [10] Matrix_1.2-18         fields_10.3           maps_3.3.0           
## [13] spam_2.5-1            dotCall64_1.0-0       rpart.plot_3.0.8     
## [16] rpart_4.1-15          googleVis_0.6.6       ggvis_0.4.5          
## [19] plotly_4.9.2.1        shiny_1.4.0.2         treemapify_2.5.3     
## [22] WDI_2.7.1             choroplethrMaps_1.0.1 choroplethr_3.6.3    
## [25] acs_2.1.4             ggmap_3.0.0.902       maptools_1.0-1       
## [28] rgeos_0.5-3           rgdal_1.5-12          sp_1.4-2             
## [31] rvest_0.3.5           xml2_1.3.2            Rfacebook_0.6.15     
## [34] httpuv_1.5.4          rjson_0.2.20          XML_3.99-0.3         
## [37] jsonlite_1.6.1        httr_1.4.1            readxl_1.3.1         
## [40] readr_1.3.1           SportsAnalytics_0.2   reshape2_1.4.4       
## [43] stringr_1.4.0         data.table_1.12.8     RCurl_1.98-1.2       
## [46] rmarkdown_2.3         knitr_1.28            bookdown_0.20        
## [49] bit64_0.9-7.1         bit_1.1-15.2          lubridate_1.7.9      
## [52] dplyr_1.0.0           ggplot2_3.3.1        
## 
## loaded via a namespace (and not attached):
##   [1] uuid_0.1-4           backports_1.1.7      Hmisc_4.4-0         
##   [4] igraph_1.2.5         plyr_1.8.6           lazyeval_0.2.2      
##   [7] splines_4.0.1        gridBase_0.4-7       digest_0.6.25       
##  [10] foreach_1.5.0        htmltools_0.4.0      viridis_0.5.1       
##  [13] gdata_2.18.0         magrittr_1.5         checkmate_2.0.0     
##  [16] cluster_2.1.0        gclus_1.3.2          recipes_0.1.12      
##  [19] ggfittext_0.9.0      gower_0.2.1          jpeg_0.1-8.1        
##  [22] colorspace_1.4-1     rappdirs_0.3.1       xfun_0.14           
##  [25] crayon_1.3.4         zoo_1.8-8            survival_3.1-12     
##  [28] tigris_1.0           iterators_1.0.12     glue_1.4.1          
##  [31] registry_0.5-1       gtable_0.3.0         ipred_0.9-9         
##  [34] scales_1.1.1         DBI_1.1.0            Rcpp_1.0.4.6        
##  [37] viridisLite_0.3.0    xtable_1.8-4         htmlTable_2.0.1     
##  [40] units_0.6-7          foreign_0.8-80       Formula_1.2-3       
##  [43] stats4_4.0.1         lava_1.6.7           prodlim_2019.11.13  
##  [46] DT_0.13              vcd_1.4-7            htmlwidgets_1.5.1   
##  [49] gplots_3.0.3         RColorBrewer_1.1-2   acepack_1.4.1       
##  [52] ellipsis_0.3.1       pkgconfig_2.0.3      nnet_7.3-14         
##  [55] RJSONIO_1.3-1.4      tidyselect_1.1.0     rlang_0.4.6         
##  [58] later_1.1.0.1        visNetwork_2.0.9     munsell_0.5.0       
##  [61] cellranger_1.1.0     tools_4.0.1          generics_0.0.2      
##  [64] evaluate_0.14        fastmap_1.0.1        yaml_2.2.1          
##  [67] ModelMetrics_1.2.2.2 caTools_1.18.0       RgoogleMaps_1.4.5.3 
##  [70] dendextend_1.13.4    packrat_0.5.0        nlme_3.1-148        
##  [73] mime_0.9             compiler_4.0.1       rstudioapi_0.11     
##  [76] png_0.1-7            e1071_1.7-3          tibble_3.0.1        
##  [79] stringi_1.4.6        highr_0.8            classInt_0.4-3      
##  [82] vctrs_0.3.1          pillar_1.4.4         lifecycle_0.2.0     
##  [85] lmtest_0.9-37        bitops_1.0-6         seriation_1.2-8     
##  [88] R6_2.4.1             latticeExtra_0.6-29  promises_1.1.1      
##  [91] TSP_1.1-10           KernSmooth_2.23-17   gridExtra_2.3       
##  [94] codetools_0.2-16     gtools_3.8.2         assertthat_0.2.1    
##  [97] withr_2.2.0          hms_0.5.3            timeDate_3043.102   
## [100] class_7.3-17         pROC_1.16.2          sf_0.9-5            
## [103] scatterplot3d_0.3-41 base64enc_0.1-3

References

Oehlschlagel, Jens. 2020. Bit64: A S3 Class for Vectors of 64bit Integers. https://CRAN.R-project.org/package=bit64.

Spinu, Vitalie, Garrett Grolemund, and Hadley Wickham. 2020. Lubridate: Make Dealing with Dates a Little Easier. https://CRAN.R-project.org/package=lubridate.