参考《学习R》第七章

本章目标

• 从原有的字符串中构建新的字符串
• 特殊字符，如制表符，换行符
• 创建操作因子

字符串

创建和打印字符串

字符串可以用函数c创建，可以用单引号或者双引号把字符串引起来
paste函数可以将不同字符按照设定的分隔符拼接在一起。

> paste(c('red', 'yellow'), 'lorry')
[1] "red lorry"    "yellow lorry"
> paste(c('red', 'yellow'), 'lorry', sep = '-')
[1] "red-lorry"    "yellow-lorry"
> paste(c('red', 'yellow'), 'lorry', sep = ' ')
[1] "red lorry"    "yellow lorry"
> paste(c('red', 'yellow'), 'lorry', sep = ',')
[1] "red,lorry"    "yellow,lorry"
> paste(c('red', 'yellow'), 'lorry', collapse = ',')
[1] "red lorry,yellow lorry"
> paste0(c('red', 'yellow'), 'lorry')
[1] "redlorry"    "yellowlorry"

paste0可以去掉分隔符。

更改大小写

toupper和tolower可以把字符串中的字符全部转换成大写或着小写。

> toupper("i'm shouting")
[1] "I'M SHOUTING"
> tolower("I'M SHOUTING")
[1] "i'm shouting"

截取字符串

截取字符串可以用:substring和substr大多数情况下可以通用。

> a <- "sdadsadasdas"
> a
[1] "sdadsadasdas"
> c <- substr(a, 3, 5)
> c
[1] "ads"
> d <- substring(a, 6, 9)
> d
[1] "adas"

分割字符串

函数strsplit可以按照指定的分隔符分割字符串。

> a <- "dsadas dsadas dsadas wqoiwq qwjfhsafh"
> strsplit(a, " ", fixed = TRUE)
[[1]]
[1] "dsadas"    "dsadas"    "dsadas"    "wqoiwq"    "qwjfhsafh"

其中参数fixed = TRUE表示分割的是固定长度的字符串而不是正则表达式。

特殊字符

R中有很多特殊字符，当然这在其它语言中也是有的。
\t是为制表符

a <- "f\tb"
> cat(a)
f   b

\n是为换行符
\0用于终止字符串
除此之外还有很多。

因子

因子用于存储类别变量(具体可以参考《R实战》。

创建因子

其实当你在把文本数据转换为数据框的时候，R会自动将类别数据转换成因子。

 gender = c("female", "male", "female", "male", "male", "female", "female", "male", "male", "female")
> height_cm = c(153, 181, 150, 172, 165, 149, 174, 169, 198, 163)
> heights <- data.frame(height_cm, gender)
> heights
   height_cm gender
1        153 female
2        181   male
3        150 female
4        172   male
5        165   male
6        149 female
7        174 female
8        169   male
9        198   male
10       163 female

当你检查gender这一列的类时：

> class(heights$gender)
[1] "factor"

他是一个因子。

 > heights$gender
 [1] female male   female male   male   female female male   male   female
Levels: female male

可以看到他有两个水平。
使用函数levels可以查询因子水平而函数nlevel可以查看水平的级数：

> levels(heights$gender)
[1] "female" "male"  
> nlevels(heights$gender)
[1] 2

当然除了在数据框内部自动创建因子，也可以使用函数factor创建。

更改因子水平

参数levels可以更改因子被创建是的先后顺序。

> gender_cha <- c("female", "male", "female", "male", "male", "female", "female", "male", "male", "female")
> factor(gender_cha, levels = c("male", "female"))
 [1] female male   female male   male   female female male   male   female
Levels: male female

如果不定义默认按字母顺序。
这里要注意的是， 如果已经创建了因子的情况下想要更改因子水平要再次运行factor函数而不是只运行levels函数那样的话如果水平调换本来数据也会调换，male变成female。

删除因子水平

droplevels函数可以删除未使用的因子水平

因子排序

ordered或者给factor函数传入参数ordered = TRUE

合并因子

函数interaction

生成因子水平

gl可以用来生成因子，第一个参数是要生成的因子的水平数，第二个为每个水平要重复的次数，如果要给水平命名使用参数：label。

> gl(3, 2)
[1] 1 1 2 2 3 3
Levels: 1 2 3
> gl(3, 2, labels = c("a", "b", "c"))
[1] a a b b c c
Levels: a b c、