R 数据集

数据集

数据集是数据的集合，通常以表格形式呈现。

R 中有一个流行的内置数据集，称为“移动汽车》（Motor Trend 汽车道路测试），摘自 1974 年《Motor Trend 美国》杂志。

在下面的示例中（以及接下来的章节），我们将使用mtcars数据集，用于统计目的：

示例

# Print the mtcars data set
mtcars

结果：

                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2
Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2
Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4
Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4
Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3
Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1
Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2
Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1
Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2
Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1
Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2
Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

亲自试一试 »

有关数据集的信息

您可以使用问号（?）来获取有关mtcars数据集：

示例

# Use the question mark to get information about the data set

?mtcars

结果：

mtcars {数据集}

R 文档

Motor Trend 汽车道路测试

描述

数据摘自 1974 年汽车趋势美国杂志，包括 32 辆汽车（1973-74 车型）的油耗和汽车设计和性能的 10 个方面。

用法

mtcars

格式

包含 11 个（数字）变量的 32 个观测值的数据框。

[, 1]	英里/加仑	英里/（美制）加仑
[, 2]	缸体	气缸数
[, 3]	显示	排量（立方英寸）
[, 4]	生命值	总马力
[, 5]	德拉特	后轴速比
[, 6]	重量	重量（1000 磅）
[, 7]	快秒	1/4 英里时间
[, 8]	与	发动机（0 = V 形，1 = 直形）
[, 9]	是	变速箱（0 = 自动，1 = 手动）
[,10]	齿轮	前进档数
[,11]	碳水化合物	化油器数量

笔记

Henderson 和 Velleman (1981) 在表 1 的脚注中注释道：“霍金 [原始抄写者] 将马自达的转子发动机编码为直列六缸发动机，将保时捷的水平对置发动机编码为 V 型发动机，以及保留了柴油梅赛德斯 240D 的内容，以便能够与之前的分析进行直接比较。

来源

Henderson 和 Velleman (1981)，交互式构建多元回归模型。生物识别技术,37，391-411。

示例

require(graphics)
pairs(mtcars, main = "mtcars data", gap = 1/4)
coplot(mpg ~ disp | as.factor(cyl), data = mtcars,
       panel = panel.smooth, rows = 1)
## possibly more meaningful, e.g., for summary() or bivariate plots:
mtcars2 <- within(mtcars, {
   vs <- factor(vs, labels = c("V", "S"))
   am <- factor(am, labels = c("automatic", "manual"))
   cyl  <- ordered(cyl)
   gear <- ordered(gear)
   carb <- ordered(carb)
})
summary(mtcars2)

亲自试一试 »

获取信息

使用dim()函数来查找数据集的维度，以及names()查看变量名称的函数：

示例

Data_Cars <- mtcars # create a variable of the mtcars data set for better organization

# Use dim() to find the dimension of the data set
dim(Data_Cars)

# Use names() to find the names of the variables from the data set
names(Data_Cars)

结果：

[1] 32 11
 [1] "mpg"  "cyl"  "disp" "hp"   "drat" "wt"   "qsec" "vs"   "am"   "gear"
[11] "carb"

亲自试一试 »

使用rownames()函数获取第一列中每一行的名称，即每辆车的名称：

示例

Data_Cars <- mtcars

rownames(Data_Cars)

结果：

 [1] "Mazda RX4"           "Mazda RX4 Wag"       "Datsun 710"         
 [4] "Hornet 4 Drive"      "Hornet Sportabout"   "Valiant"            
 [7] "Duster 360"          "Merc 240D"           "Merc 230"           
[10] "Merc 280"            "Merc 280C"           "Merc 450SE"         
[13] "Merc 450SL"          "Merc 450SLC"         "Cadillac Fleetwood" 
[16] "Lincoln Continental" "Chrysler Imperial"   "Fiat 128"           
[19] "Honda Civic"         "Toyota Corolla"      "Toyota Corona"      
[22] "Dodge Challenger"    "AMC Javelin"         "Camaro Z28"         
[25] "Pontiac Firebird"    "Fiat X1-9"           "Porsche 914-2"      
[28] "Lotus Europa"        "Ford Pantera L"      "Ferrari Dino"       
[31] "Maserati Bora"       "Volvo 142E"

亲自试一试 »

从上面的例子我们发现数据集有32观察结果（Mazda RX4、Mazda RX4 Wag、Datsun 710 等）和11变量（mpg、cyl、disp 等）。

变量被定义为可以测量或计算的东西。

以下是 mtcars 数据集中变量的简要说明：

变量名	描述
英里/加仑	英里/（美制）加仑
缸体	气缸数
显示	移位
生命值	总马力
德拉特	后轴速比
重量	重量（1000 磅）
快秒	1/4 英里时间
与	发动机（0 = V 形，1 = 直形）
是	变速箱（0 = 自动，1 = 手动）
齿轮	前进档数
碳水化合物	化油器数量

打印变量值

如果要打印属于变量的所有值，请使用$符号和变量名称（例如cyl（气缸））：

示例

Data_Cars <- mtcars

Data_Cars$cyl

结果：

 [1] 6 6 4 6 8 6 8 4 4 6 6 8 8 8 8 8 8 4 4 4 4 8 8 8 8 4 4 4 8 6 8 4

亲自试一试 »

对变量值进行排序

要对值进行排序，请使用sort()功能：

示例

Data_Cars <- mtcars

sort(Data_Cars$cyl)

结果：

 [1] 4 4 4 4 4 4 4 4 4 4 4 6 6 6 6 6 6 6 8 8 8 8 8 8 8 8 8 8 8 8 8 8

亲自试一试 »

从上面的例子中，我们看到大多数汽车都有 4 缸和 8 缸。

分析数据

现在我们已经有了关于数据集的一些信息，我们可以开始用一些统计数字来分析它。

例如，我们可以使用summary()函数来获取数据的统计摘要：

示例

Data_Cars <- mtcars

summary(Data_Cars)

亲自试一试 »

如果您不理解输出数字，请不要担心。您很快就会掌握它们。

这个summary()函数为每个变量返回六个统计数字：

最小
第一个分位数（百分位数）
中位数
意思是
第三分位数（百分位数）
最大限度

我们将在下一章中介绍所有这些内容以及其他统计数据。