R語言(2)

條件執行

如果(…){執行片段}

不然的話，如果(…){執行片段}

不然的話{執行片段}

x <- 1
if (x > 0) {
   y <- 5
 } else if (x <- 0){
 	y <- 0
 } else {
   y <- 10
 }
y

ifelse() : 與 EXCEL 中的 if 函數用法一致

#ifelse(條件, 為TRUE時的結果, 為FALSE時的結果)
x <- c(-5, 0, 5)
y <- ifelse(x > 0, 5, 10)
y

switch(): 執行指定名稱的程式片段

fruit <- "apple"

switch(fruit,
       apple = "蘋果",
       banana = "香蕉",
       orange = "柳橙",
       "沒有這個水果")

練習:

寫一段程式，根據以下分類規則，將一組學生分數分類為：

90 分以上 →「優秀」/ 60～89 分 →「及格」/ 60 分以下 →「不及格」

並將每個分數對應的分類結果儲存在新的向量中，最後輸出。

輸入 : scores <- c(95, 82, 60, 45, 100, 73, 58)

預期輸出 : "優秀" "及格" "及格" "不及格" "優秀" "及格" "不及格"

scores <- c(95, 82, 60, 45, 100, 73, 58)

# 分層 ifelse 巢狀邏輯
result <- ifelse(scores >= 90, "優秀",
                 ifelse(scores >= 60, "及格", "不及格"))

print(result)

迴圈控制

for() 迴圈

for (i in 1:5) {
  cat(i)
}
#12345

cat()(concatenate and print)是一個輸出函數也就是「連接並印出」。它會將多個輸出值合併成一行，然後直接印出（不含引號，也不自動換行）

for (i in 1:5) {
  print(i)
}
#[1] 1
#[1] 2
#[1] 3
#[1] 4
#[1] 5
cat("Hello", "world", "!\n")

for (str in c("R", "math", "sleeping")) {
  cat(str, "is super interesting!\n")
}

計數變數也可以是非數值變數

跳出迴圈

for (i in 1:10) {
  if (i == 5) break
  print(i)
}
  • break : 當條件成立時，直接停止整個迴圈的執行
  • next：跳過這次，繼續下一圈（類似 continue）
for (i in 1:5) {
  if (i == 3) next
  print(i)
}

巢狀 for() 迴圈

for (i in 1:4) {
  for (j in 1:i^2) {
    cat(j,"")
  }
  cat("\n")
}

while() 迴圈

i <- 1

while(i < 5) {
  i <- i + 1
  cat(i, "\n")
}

無限迴圈：

while(TRUE) 或 repeat

i <- 1
repeat {
  print(i)
  i <- i + 1
  if (i > 5) break
}

周年慶活動要整理以下商品的庫存資料，根據下列條件進行篩選與輸出：如果某商品的 stock 為 0，使用 next 跳過該商品，如果某商品的 price 超過 45，使用 break 結束整個迴圈，其他符合條件的商品，輸出其名稱、價格與庫存。

products <- list(
  apple  = list(price = 30, stock = 50),
  banana = list(price = 20, stock = 0),
  milk   = list(price = 50, stock = 10),
  bread  = list(price = 40, stock = 5),
  eggs   = list(price = 10, stock = 0)
)

練習:

輸出 : 商品名稱: apple 價格: 30 庫存: 50

products <- list(
  apple  = list(price = 30, stock = 50),
  banana = list(price = 20, stock = 0),
  milk   = list(price = 50, stock = 10),
  bread  = list(price = 40, stock = 5),
  eggs   = list(price = 10, stock = 0)
)

for (name in names(products)) {
  item <- products[[name]]
  
  if (item$stock == 0) next
  if (item$price > 45) break
  
  cat("商品名稱:", name, "價格:", item$price, "庫存:", item$stock)
}

資料分析的流程

資料科學專案流程

第一階段：資料蒐集

① 確定你要解決什麼問題

就像做專題一樣，先想清楚要問的問題。
例：我想知道「為什麼某人每次都可以拿類排一，跟睡眠時間有關係嗎 ?」

 

② 想清楚你要分析什麼東西

問題太大會沒辦法做，要再精確一點。
例：我要找出「睡眠時間」和「考試成績」之間的關係。

 

③ 找到可以用的資料

你要的資料在哪裡？是問卷？網站？政府開放資料？
例：發問卷蒐集每個同學的睡眠時間和上次段考成績。

第二階段：資料分析

④ 整理資料

原始資料常常會有空格、亂碼、打錯字，要整理乾淨才能用。
例：把「8 小時」、「八小時」、「8hr」都改成一樣的格式。

 

⑤ 建立分析方法

決定你要用什麼方式看資料。
例：做出一張圖，看睡得多的人成績是不是真的比較好。

 

⑥ 看哪種分析方法最好用

有時候會試好幾種方式，選效果最好的。
例：試畫散佈圖、算相關係數，找出最清楚的方式來說明。

第三階段：資料溝通

⑦ 解釋你的結果

數據算出來還不夠，要用簡單明白的話來說明它的意義。
例：「我們發現睡眠少於 6 小時的人，平均分數真的比較低。」

 

⑧ 做出漂亮又有用的圖表

用圖或表格來呈現結果，大家一看就懂。
例：用 R 畫出圖表呈現結果

 

⑨ 提出你的建議

告訴大家你從資料中學到什麼，有什麼可以改進的。
例：「建議同學盡量保持 7 小時以上的睡眠，有助學習。」

階段 意義 用途
Program 準備與整理資料 載入並把資料變乾淨
Understand 分析與理解資料 轉換、分析、畫圖、建模
Communicate 呈現資料價值 做圖、寫報告、給建議

tidyverse

tidyverse 是什麼？

tidyverse 是 R 語言中一組強大的資料處理與視覺化套件集合，幫助我們用一致的語法風格，輕鬆讀取、整理、分析與呈現資料。

install.packages("tidyverse")
library("tidyverse")

上面的意思是你剛剛載入了 tidyverse 套件它幫你一次載入了這些核心工具包：

這邊在提醒你你載入的 dplyr 套件裡有些函數，名稱和 base R 的函數撞名了，所以 dplyr 的版本會覆蓋掉原本的版本

tibble

library(tibble)
iris

iris2 <- as_tibble(iris)
iris2

print(iris2, n = 20)

tibble 不會一次 print 出所有的資料，而是只印出前十列 (row)

tibble(x = 1:5, y = 1, z = x ^ 2 + y)
tribble(
  ~x, ~y,  ~z,
  "a", 2,  3.6,
  "b", 1,  8.5
)

建立一個tibble

(tibble第一行是欄位名稱，欄位名稱前必須加 ~，R 才知道這是欄位名稱而不是資料值

add_row 與 add_column 函數 : 建立新的 row 與 column

tb <- tibble(x = 1:3, y = 3:1)

# add_row
add_row(tb, x = 4, y = 0)
add_row(tb, x = 4, y = 0, .before = 2)
add_row(tb, x = 4:5, y = 0:-1)
add_row(tb, x = 4)
add_column(tb, z = -1:1, w = 0)

bind_rows 與 bind_cols 函數 : 將兩個不同資料集合合併 (dplyr套件

library(dplyr)

bind_rows(iris2[1:5, ], iris2[6:10, ])
bind_cols(iris2[, 1:2], iris2[, 3:4])

tibble 與 data.frame 的差異

1. 部分比對

df <- data.frame(
  abc = 1:10, 
  def = runif(10), 
  xyz = sample(letters, 10)
)
tb <- as_tibble(df)

df$a
tb$a

tibble 與 data.frame 的差異

2. data.frame 在選取子集合時會回傳向量，但 tibble 仍會回傳 tibble 物件。

df[, 1]
df[, 1:2]
tb[, 1]
tb[, 1:2]
tb[[1]]

 

項目

tibble

data.frame
所屬套件 tibble / tidyverse base R
自動轉字串 不會自動轉成 factor 會自動轉 character → factor
預設列印行數與欄數 顯示前 10 行 + 省略欄 一次列出所有行列（容易爆版）
顯示型別 顯示欄位型別<int>, <dbl> 等 不顯示
欄位名稱強制合法 可以用空格、數字開頭的欄位名 欄位名會強制合法化
加欄位（向量長度） 要跟原本資料行數一致 會自動補 NA 或重複
適合 tidyverse？ 非常適合（filter, mutate 等） 可用但不一致 
df <- data.frame("123 name" = 1:3)
names(df)
# [1] "X123.name"   ← 自動加了 X 和點（.）

Tibble 的缺點

比較老的套件可能不支援 tibble 物件，就必須轉換回 data.frame

as.data.frame(tb))

練習:

你現在有一份學生成績資料，找出成績低於 60 的學生，並用 add_row() 把他們一筆一筆加到新的 tibble 中：

library(tibble)

students <- tibble(
  name = c("Amy", "Ben", "Cindy", "David", "Eva"),
  score = c(90, 58, 72, 45, 80)
)

目標輸出：

# A tibble: 2 × 2
  name  score
  <chr> <dbl>
1 Ben      58
2 David    45

提示:1.可先建立空的 tibble

fail_list<-tibble(name = character(),score = numeric())

2. nrow() 回傳橫列數

library(tibble)

# 原始資料
students <- tibble(
  name = c("Amy", "Ben", "Cindy", "David", "Eva"),
  score = c(90, 58, 72, 45, 80)
)

# 建立空的 tibble 作為不及格名單
fail_list <- tibble(name = character(), score = numeric())

# 使用 for + if 判斷並加到 fail_list
for (i in 1:nrow(students)) {
  if (students$score[i] < 60) {
    fail_list <- add_row(fail_list,
                         name = students$name[i],
                         score = students$score[i])
  }
}

# 印出結果
print(fail_list)

資料輸入與輸出

(Data Import and Export)

1. 輸入 csv 類型的資料

一般我們儲存的 csv 資料檔案都遵循以下架構（來源：維基百科）：

  • 純文字，使用某個字元集，比如ASCII、Unicode、EBCDIC等
  • 由記錄組成（典型的是每行一條記錄）
  • 每條記錄被分隔符分隔為欄位（典型分隔符有逗號、分號或制表符）
  • 每條記錄都有同樣的欄位序列
name,score,pass
Amy,90,TRUE
Ben,58,FALSE
Cindy,75,TRUE
name score pass
Amy 90 TRUE
Ben 58 FALSE
Cindy 75 TRUE 
library(readr) #分隔符號為 , 的檔案

read_csv("檔案路徑")

常見問題 : 

問題類型 錯誤訊息 / 現象 原因說明 解法建議
路徑錯誤 cannot open file...
或找不到檔案		 ​檔案不存在 / 路徑錯誤 / 沒加引號 read_csv(file.choose())自動選擇
反斜線錯誤 '\X' is an unrecognized escape... 路徑裡出現 \   改成 "/ ","\\"
分隔符不符 全部資料讀成一欄 檔案實際使用 ; 或 \t 不是 , 作分隔符 改用⬇️ 
read_csv2("檔案路徑") #隔符號為 ; 的檔案（有些國家的小數點以 , 表示，就會出現這類檔案
read_tsv("檔案路徑") #分隔符號為 tab 的檔案
read_delim("檔案路徑", delim = "|") #可以自行選擇分隔符號

資料輸入與輸出的函數都存在於套件 readr 中

write_csv()、write_csv2()、write_tsv()、write_delim()

write_csv(tibble 物件, 檔案連結)

2. 輸出 csv 類型的資料

tb <- read_csv("檔案路徑")
add_row(tb, a=7, b=8, c=9)
write.csv(tb, "檔案路徑")

3. 輸入 EXCEL 檔案

tidyverse 架構下要讀取 EXCEL 檔案，會使用 readxl 套件

# install.packages("readxl")
library(readxl)
excel_sheets(路徑) #讀取工作表名稱
read_excel(路徑) #得到第一個sheet
read_excel(路徑, sheet = "Inventory") #得到Inventory這個sheet
read_excel(路徑, sheet = 3) #得到第三個sheet
read_excel(路徑, n_max = 2) #得到第一個sheet的前兩列
read_excel(路徑, range = "A1:B2") #得到第一個sheet的A1到B2的資料
read_excel(路徑, range = cell_rows(1:3)) #讀取從第幾個row到第幾個row去
read_excel(路徑, range = cell_cols("A:C")) #讀取從第幾個col到第幾個col去
read_excel(路徑, range = "Inventory!B1:C3")
read_excel(路徑, na = "值")

R語言(2)

By phoebe tsai

Made with Slides.com

R語言(2)

  • 123

More from phoebe tsai