R、Python在資料分析時常常使用到的基礎語法和指令

• R
  • 載入套件
  • 載入資料、輸出資料、輸出圖片
  • 建立資料、Dataframe
  • R 常用的函式示範
• R、Python 常用函式對照
• Python
  • 載入套件
  • 載入、輸出資料
  • 建立資料 DataFrame
  • Python 常用的套件

R 和 Python 的語法在做資料分析時，有許多相似，但又有些微的不同的地方。所以今天的筆記我將整理一些常常重複使用到的指令，希望對大家也有幫助~

R

• 載入套件
• 載入資料、輸出資料、輸出圖片
• 建立資料、Dataframe
• R 常用的函式示範

載入套件

有兩種輸入指令方式:

library()
require() 

載入、輸出資料

不確定當前 R 的工作檔案路徑時，可以執行getwd() 查看、確認路徑。

• 載入資料(csv, txt檔)

#不直接寫出路徑，file.choose()會彈出視窗挑選檔案
read.table(file.choose(), header = TRUE) # 讀取txt檔
read.csv(file.choose(), header = TRUE) # 讀取csv檔
#寫出路徑的讀檔方式
read.csv("C:/Users/User/Desktop/output.csv", header = TRUE) # header = TRUE保留第一列(變數名稱)

• 載入統計軟體資料(.dta, .sav, .xport檔)

library(foreign)
read.dta(...) # dta檔，，為Stata的資料
read.spss(..., to.data.frame=TRUE) # sav檔，為SPSS的資料
read.xport(...) # xport檔，為SAS的資料(需在SAS轉為transport資料 再用 R 讀取)

• 輸出資料
  將檔案output_data，輸出為output.csv csv檔。

#2種不同路徑寫法
write.csv(output_data,"C:/Users/User/Desktop/output.csv")
write.csv(output_data,"C:\\Users\\User\\Desktop\\output.csv")
#row.names 不顯示Index
write.csv(output_data,"C:/Users/User/Desktop/output.csv",row.names = FALSE)

⇒ R 語言裡編寫路徑時斜線有2種不同的寫法，包括/和\\。

• 輸出圖片(Pdf)

pdf("my_plot.pdf")
pdf("my_plot.pdf",         # File name
    width = 8, height = 7, # Width and height in inches
    bg = "white",          # Background color
    colormodel = "cmyk"    # Color model (cmyk)
    paper = "A4")          # Paper size

#Plot作圖
plot(rnorm(50))

#Close device
dev.off() 

• 輸出圖片(PNG/JPEG/BMP)

#不同device
png("my_plot.png")
jpeg("my_plot.jpeg", quality = 75)
bmp("my_plot")

#Plot作圖
plot(rnorm(50))

#Close device
dev.off()

建立資料、Dataframe

• seq( )序列
• list( )串列
• matrix( )矩陣
• data.frame( )

#seq()
seq(1:10) # sequence序列
#list()
list(2, 4, 6) # 串列

#matrix
M <- matrix (data = c(1, 2, 3, 4), nrow = 2, ncol = 2)  # R matrix內的元素排列 by column.
M_byrow <- matrix (data = c(1, 2, 3, 4), nrow = 2, ncol = 2, byrow=T)) # R matrix內的元素排列 by row. (byrow=True)

#data.frame
data.frame(
    col_a=c(a1,a2,a3),
    col_b=c(b1,b2,b3),
    col_c=c(c1,c2,c3)
    )

R 常用的函式示範

• for (i in 1:n){ }
• if( ){ }else if( ){ }else{ }
• function_name<-function(input){ }

#輸出1到10
for (i in 1:10){
print(i)
}

#輸出1到10中，大於5的數字
for (i in 1:10){
    if(i>5){
        print(i)
    }
}

#自訂名為 fun_print_num 的函數，輸出數字1到n中，大於5的數字。
fun_print_num<-function(n){
    for (i in 1:n){
        if(i>5){
             print(i)
        }
    } 
}
fun_print_num(10) #輸出數字1到 n=10中，大於5的數字。

R、Python 常用函式對照

Python

• 載入套件
• 載入、輸出資料
• 建立資料 DataFrame
• Python 常用的套件

載入套件

# 從套件(Package)裡導入模組(Module)，然後命名為 mdl。
from Package import Module as mdl 
mdl.function() # 執行mdl模組裡的function()

載入、輸出資料

我們可以用Pandas 套件讀取不同類型的資料檔，並轉成DataFrame:

• 載入資料(excel, csv, txt檔)

import pandas as pd
pd.read_excel(r'C:\Users\user\Desktop\....xlsx')# excel檔
pd.read_csv(r'C:\Users\user\Desktop\....csv')   # csv檔
pd.read_table(r'C:\Users\user\Desktop\....txt') # txt檔

• 載入統計軟體資料(.dta, .sav, .xport檔)

pd.read_stata(...) # dta檔，，為Stata的資料
pd.read_sas(...) # xport檔，為SAS的資料

• 輸出csv檔:

data.to_csv(r'C:\Users\user\Desktop\....csv')   # csv檔

建立資料集 DataFrame

自己建立DataFrame:

• pd.DataFrame( )

pd.DataFrame({
    'col_a':['a1','a2','a3'],
    'col_b':range(3),
    'col_c':[0,1,2]
})

Python 常用的套件

參考網站、書籍

R CODER
https://r-coder.com/save-plot-r/

蔡佳泓(2014). 基礎統計分析：R程式在社會科學之應用. 雙葉書廊.

Wes McKinney (2015)."Python for data analysis". 2nd Edition. O'Reilly.