chapter_4_supplement.Rmd

---
title: "Lecture 4"
subtitle: "Supplement: Objects in R"
author: "Hu Chuan-Peng et al."
institute: "Nanjing Normal University"
date: "2024-03-06"
output:
  xaringan::moon_reader:
    css: 
      - default
      - 'css/zh-CN.css'
      - 'css/Custumed_Style.css'
    lib_dir: libs
    nature:
      highlightStyle: github
      highlightLines: true
      countIncrementalSlides: false
---

class: center, middle
<span style="font-size: 60px;">第四章(补充)</span> <br>
<span style="font-size: 50px;">初识R中的对象及数据类型</span> <br>
<br>
<span style="font-size: 30px;">胡传鹏</span> <br>
<span style="font-size: 20px;"> </span> <br>
<span style="font-size: 30px;">`r Sys.Date()`</span> <br>
<span style="font-size: 20px;"> Made with Rmarkdown</span> <br>

---
layout: true

# 1 初识R里的数据 （R语言中的对象）

---

## 1.1 从计算器说起 —— 数值(numeric)
.pull-left[
```{r}
2*2
3^3
log2(4)
# 整除
10 %/% 3
# 求余
10 %% 3
```

]

.pull-right[
```{r}
# 求余
10 %% 3
# 四舍五入
round(3.1415926)
# 问问神奇的 R：“这是什么”
class(3.1415926)
```
 结论：

R $≈$ 计算器]

---
## 1.1.1 赋值
赋值可以简单理解为给数值贴了一个标签（准确说叫变量名），通过这个标签就可以找到具体的数值，这样就可以使用变量名来代替具体数值进行计算；赋值本身不会显示输出（除非计算出错了），想要知道变量代表什么内容，直接输入变量名即可：

```{r}
# 赋值
x = 1
y = 2*2 + 3^3 + round(3.14)
z = x + y
# 查看变量
x
y
z
# 
```

---

## 1.2 比大小 —— 逻辑值（logical）
.pull-left[
```{r}
1 < 2
3.1415926 < round(3.1415926)
1 == 1
class(1 == 1)
class(TRUE)
```
]

--

.pull-right[
<span style="font-size: 30px;"> Very 👍!</span> <br>
但对于逻辑值来说，也有一些奇怪的特性：

```{r}
1 == TRUE
0 == FALSE
```
]


---

收集数据中，遇到性别（'男','女'），或者民族（'汉族','回族'....）等汉字（或者英文）显然不能直接用数字，应该怎么表示？

```{r echo=TRUE, eval=FALSE}
##  直接输入试试？
男
my_darling
```
\#\# Error: object '男' not found

\#\# Error: object 'my_darling' not found

直接输入上面的内容，R语言会认为你在根据某个变量名找某个对象（比如数值），但显然，我们并没有给男或 my_darling进行赋值，所以会报错：找不到对象！
--

.pull-left[![pic1](picture/chp2/emo1.jpg)]
.pull-right[![pic2](picture/chp2/emo2.jpg)]

---
## 1.3 字符串（character）
对于文字类的数据，R 语言中使用字符串来记录，前后加上引号即可（单引号、双引号都可以，<span style="font-size: 25px; color: #FF0000;"> **但一定一定一定是英文符号！！**</span> <br>）
.pull-left[
```{r}
'男'
"汉族"
## 也可以输入数字
'666'
## 也可以胡言乱语不说人话
'鍙︿竴$涓ø˚ß≈˙▼搴忔ß∂鍦ㄤ娇鐢ㄦ鏂囦欢锛岃繘绋嬫棤娉曡闂@'

```
]

--
.pull-right[
```{r}
## 再问问神奇的 R：
class('鍙︿竴$涓ø˚ß≈˙▼搴忔ß∂鍦ㄤ娇鐢ㄦ')
```
```{r echo=TRUE, eval=FALSE}
## 虽然字符串和数值型都能表示数字
## 但字符串的数字并不能直接进行运算
'1' + '2'
```
\#\# `Error in "1" + "2" : non-numeric argument to binary operator`
]


---
layout: true
# 2 R 语言中的数据类型

---
## 2.1 向量（vector）
- 如果要记录一系列的数据，比如记录5 个同学的数学成绩，就需要把多个数值“捆绑起来”：

```{r}
math = c(40,99,100,88,71)
math
```
c()可以理解为 combine，即把各个元素“绑在一起”（就成了向量），然后贴了个标签叫“math”；

<span style="font-size: 30px; color: #FF0000;"> **注意： c()中的逗号一定一定一定是英文符号!!!**</span> <br>

--

- 之前我们谈到了数值、逻辑值和字符串，但向量里要求元素必须相同，否则：
```{r}
class(c(1:3,'haha',TRUE))
# 注： c(1:3)是c(1,2,3)的简写
# 输出将数值型、字符串、逻辑值都强制转换成了字符串
```

---
## 2.2 数据框（data.frame）
实际上，不仅要记录数学成绩，可能还要记录别的科目：语数英物化政史地生……单个向量就显得不够用了；所以需要想办法把多个向量“绑起来”，绑起来后就叫数据框了：
.pull-left[
```{r}
# 定义语、数、英成绩
chinese = c(1,44,90,80,100)
math = c(40,99,100,88,71)
english = c(3,42,56,14,68)
# 进行“捆绑”
scores = data.frame(
  '语文' = chinese,
  '数学' = math,
  '英语' = english)
```
data.frame 即数据框，通过这个函数可以把前面创建的 chinese等变量进行捆绑，这里向量就相当于 Excel 中的一列，而'语文'、'数学'、'英语'就是列名；捆绑成的数据框命名为scores
]

--

.pull-right[
```{r}
# 查看数据框内容
scores
# 查看变量的数据类型
class(scores)

```
]