R 语言是为数学研究工作者设计的一种数学编程语言，主要用于统计分析、绘图、数据挖掘。 机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
这节课我们来学校R语言中的高级操作——数据转换
读写R格式文件
R提供了两种存储的方式，一种时候.Rds文件，一种是Rdata文件。
Rdata文件类似于工程文件，会存储所有导入的数据集和处理的数据
Rdse文件是保存数据集的文件，比如iris数据
<1>使用saveRds命令可以将数据集保存为Rds格式
将readRds赋值给一个变量x，可以完成对Rds文件的读取。
<2>使用load()函数可以直接打开Rdata文件。
数据转换（一）
#首先，使用openxlsx包中的read.xlsx()函数打开mtcars.xlsx文件
read.xlsx('mtcars.xlsx',sheet = 1,startRow = 1)
#将其赋值为car32变量
car32 <- read.xlsx('mtcars.xlsx',sheet = 1,startRow = 1)
可以使用is.data.frame()判断是否为数据框
is.data.frame(car32)
结果是ture,说明数据是数据框
is.data.frame()函数还可以将数据转换为数据框格式
unlist()可以用于转化成列表
as.factor、as.vector可以用来转化成因子和向量。
数据转换（二）
如何对数据取子集？
可以使用索引的方式：
who <- read.csv("WHO.csv",header = T)
取该数据集的前50行，10列
who1 <- who[c(1:50),c(1:10)]
也可以不连续的提取，取该数据集的1,3,5,8行，2,14,18列：
who2 <- who[c(1,3,5,8),c(2,14,18)]
还可以使用逻辑值来进行筛选，比如使用which函数取出who数据集中continent列的值等于7的数据集合：
who3 <- who[which(who$Continent==7),]
还可以使用逻辑值的设置范围进行取值：
who4 <- who[which(who$CountryID>50 &who$CountryID<=100)，]
取出who数据集中CountryID列的值在50到100之间的数据集合
可以直接使用subset()函数进行子集的提取
who4 <- subset(who,who$CountryID>50 &who$CountryID<=100)
在R中可以使用sample函数进行随机抽样
x <- 1:100
（设置一个x样本，数据范围在1到100）
sample(x,30)
（随机取x中的30个样本）
sample(x,30,replace = T)
（随机取x中的30个样本，但是是有放回的抽样，也就是说样本中可以有重复数字出现）
sample函数用于数据框时，如下
who[sample(who$CountryID,30,replace =F),]随机取出了一个子集
如何删除固定行？最简单的就是使用负索引的方式，如下
mtcars[-1:-5,] 删除对应的列，逗号在前，删除对应的行
将列的值赋值给NULL，相当于清空该列的值
mtcars$mpg <- NULL
数据框如何进行添加与合并？
最简单的方法是使用data.frame（）直接生成一个新的数据框
data.frame(USArrests,state.division)
如果单纯的想添加一列，可以用cbind函数
cbind(USArrests,state.division)
直接在数据后面添加一列state.division的数据
但是添加行不容易，因为使用Rbind()必须两者的列名是一样的，下面进行一个示范：
data1 <- head(USArrests,20) 取出前20行数据
data2 <- tail(USArrests,20) 取出后20行数据
rbind(data1,data2) 将两个行合并
在使用cbind和rbind的时候，数据必须有相同的行数和列数
如果数据集中有重复的数据应该如何处理呢？
假设取一个50个数据量的数据集的两个子集，容量分别为30，重复的数据有10
data1 <- head(USArrests,30)
data2 <- tail(USArrests,30)
使用rbind合并
data4 <- rbind(data1,data2)
使用duplicated(data4)判断哪些是重复值，取出重复值：
data4[duplicated(data4),]
加感叹号取出非重复的部分 （感叹号是取反的意思）
data4[!duplicated(data4),]
可以使用unique（）函数一步完成非重复部分的提取
unique(data4)
