本文内容来源：https://www.dataquest.io/mission/126/introduction-to-r
本文数据来源：https://www.whitehouse.gov/21stcenturygov/tools/salaries
本文摘要：简单介绍了一下R语言的入门语法
赋值
大部分的语言对变量赋值都是使用等号（=），R语言也支持用等号赋值，但是，最传统且默认的赋值方法是用( <- )符号
a <- 100 # 给a变量赋值100 print(a) # 使用print函数来输出，输出结果为[1] 100 print( class(a)) # 使用class函数可以查看变量的数据类型，在R中比较常用的数据类型有character（用来保存文本），numeric（保存数字），输出结果为[1] numeric
向量
使用c函数来创建一个向量，注意：R中的向量是从1开始计数的
russianPresidents <- c("Mikhail Gorbachev", "Boris Yeltsin", "Vladimir Putin")
print(russianPresidents[1]) # 输出[1] "Mikhail Gorbachev"
print( length(russianPresidents)) # length函数用来输出变量的长度，这里输出[1] 3
applePrices <- c(113, 114, 115)
print(applePrices[1]) # 输出[1] 113
其实，在最开始的赋值语句 a <- 100中，R实际上也是创建了一个向量，相当于a <- c(100)
a <- 100 b <- c(100) print(identical(b, a)) # identical函数用来检查两个变量的类型是否一致，这里输出[1] TRUE
对一个向量直接进行数学运算如加减乘除，实际上是对变量中的每一个元素都进行运算
stockPrices <- c(10, 9, 11, 15)
print(stockPrices + 2) # 输出[1] 12 11 13 17 实际上返回的是一个新的向量
print(stockPrices) # 输出[1] 10, 9, 11, 15 并没有覆盖掉原来的变量，所以原来变量保存的值不变
一个变量只能存储一种数据类型，所以，如果把多种数据类型存放在一个变量中，会发生数据转换
mixedVector <- c("Fifteen", 15, 0)
print(mixedVector) # 输出[1] "Fifteen" "15" "0" ，两个数字都被转换为了字符串格式
矩阵
向量是一维的数据，而矩阵则是多维数据，使用matrix函数来创建矩阵
B <- matrix(c(1,2,3,4,5,6), 3, 2) # 将一个向量转换成一个3×2的矩阵，一定要注意的是向量的长度要等于维度的积
print(B)
#输出：
[,1] [,2]
[1,] 1 4
[2,] 2 5
[3,] 3 6
对矩阵的元素进行索引
print(B[2,1]) # 输出第二行第一列的数据：[1] 2 print(B[,1]) #输出第一列的数据，[1] 1 2 3 print(B[1,]) #输出第一行的数据，[1] 1 4
函数
定义一个加法函数
add <- function(a, b){
d <- a + b
return(d)
}
print( add(1, 2)) # 调用了上面定义的add函数
上面定义了一个名为add的变量，该变量赋值了一个执行加法的函数，function是定义函数的关键词，a和b则是要传入的参数
读取数据
原始数据展示（这是一份白宫人员的薪酬表，每一行代表了一个人的薪酬和其他信息）
Name,Status,Salary,Pay Basis,Position Title "Abdullah, Hasan A.",Detailee,105960,Per Annum,POLICY ADVISOR "Abraham, Sabey M.",Employee,55000,Per Annum,ENERGY AND ENVIRONMENT DIRECTOR FOR PRESIDENTIAL PERSONNEL
在R中，使用函数read.csv来读取一个csv文件
whiteHouse <- read.csv('2015_white_house.csv')
whiteHouse此时的数据类型是data frame，与矩阵不同之处在于矩阵只能存储一种数据类型的元素，而data frame可以存储不同数据类型的元素，并且data frame会自动把第一行的数据作为列名，所以可以使用列名来引用某一列
#要得到第一行第三列的数据 whiteHouse[1, 3] #等价于 whiteHouse[1, ‘Salary’] #而whiteHouse[‘Salary’]则代表了列名为Salary的那一列数据
需要注意的是虽然whiteHouse[‘Salary’]和whiteHouse[, ‘Salary’]返回的结果一样，但是他们之间是存在不同的，whiteHouse[‘Salary’]返回一个data frame对象，该对象只有一列数据。whiteHouse[ , ‘Salary’]返回的是一个向量
简单运算
要计算每个平均薪水
average = sum(whiteHouse[‘Salary’]) / nrow(whiteHouse[‘Salary’]) # sum函数计算一个向量或者矩阵的总和，nrow函数返回矩阵或者data frame的行数
查找最高、最低薪水
highestSalary = max(whiteHouse['Salary']) lowestSalary = min(whiteHouse['Salary'])