R语言基础语法入门

一、基础操作与概念

1. 赋值与输出

在R语言中，最标准的赋值符号是左箭头 <-。虽然等号 = 也可以使用，但在R社区中 <- 是更为推荐的代码规范。

r 复制代码

# 1. 赋值
x <- 10        # 将10赋值给变量x (推荐)
y = 20         # 使用等号赋值 (合法但不推荐)
30 -> z        # 右箭头赋值 (较少使用)

# 2. 输出
print(x)       # 使用print()函数输出
x              # 直接输入变量名按回车即可输出
cat("x的值是:", x, "\n") # cat()用于拼接字符串和变量输出，\n为换行符

2. 注释

R语言只支持单行注释，使用 # 符号。如果需要多行注释，需要在每一行前面加上 #。

r 复制代码

# 这是一个单行注释
x <- 5 # 这也是注释

二、基本数据类型 (Data Types)

R语言中常用的基本数据类型有五种。可以使用 class() 或 typeof() 函数来查看变量的数据类型。

Numeric (数值型)：默认的数字类型，包含小数。
Integer (整型) ：表示整数，需要在数字后加字母 L 声明。
Character (字符型) ：文本字符串，用双引号 "" 或单引号 '' 括起来。
Logical (逻辑型) ：布尔值，只有 TRUE (或 T) 和 FALSE (或 F)。
Complex (复数型)：包含实部和虚部。

r 复制代码

num <- 10.5          # class: numeric
int <- 10L           # class: integer
chr <- "Hello R"     # class: character
logi <- TRUE         # class: logical
comp <- 3 + 2i       # class: complex

# 类型转换函数
as.numeric("123")    # 字符转数值
as.character(123)    # 数值转字符
as.logical(1)        # 数值转逻辑值 (0为FALSE，非0为TRUE)

三、运算符

1. 算术运算符

+ (加), - (减), * (乘), / (除)
^ 或 ** (指数/求幂)
%% (求余数/模)
%/% (整除)

r 复制代码

10 %% 3   # 返回 1 (10除以3的余数)
10 %/% 3  # 返回 3 (10除以3的整数部分)

2. 关系运算符

返回值均为逻辑型 (TRUE 或 FALSE)。

>, <, >=, <=, == (等于), != (不等于)

3. 逻辑运算符

& (元素级逻辑与)：用于向量，逐个元素比较。
&& (标量逻辑与)：只比较向量的第一个元素，常用于 if 语句。
| (元素级逻辑或)。
|| (标量逻辑或)。
! (逻辑非/取反)。

四、核心数据结构

这是R语言最核心的部分，主要分为六大数据结构。R语言的索引从 1 开始，而不是 0。

1. 向量 (Vector)

一维数组，只能包含同一种 数据类型。使用 c() 函数（concatenate）创建。

r 复制代码

# 创建向量
vec_num <- c(1, 2, 3, 4, 5)
vec_chr <- c("A", "B", "C")
vec_seq <- 1:10            # 快速生成1到10的整数序列
vec_seq2 <- seq(1, 10, by=2) # 生成1, 3, 5, 7, 9

# 向量索引
vec_num[1]         # 提取第1个元素，返回 1
vec_num[c(1, 3)]   # 提取第1和第3个元素
vec_num[-1]        # 提取除了第1个元素之外的所有元素

# 向量化运算 (R语言的强项)
vec_num * 2        # 所有元素均乘以2，返回 2, 4, 6, 8, 10

2. 矩阵 (Matrix)

二维数组，只能包含同一种数据类型。

r 复制代码

# 创建一个 2行 3列 的矩阵，按列填充 (默认)
mat <- matrix(1:6, nrow = 2, ncol = 3)
# 创建矩阵，按行填充
mat_byrow <- matrix(1:6, nrow = 2, ncol = 3, byrow = TRUE)

# 矩阵索引 mat[行, 列]
mat[1, 2]   # 提取第1行，第2列的元素
mat[1, ]    # 提取整个第1行
mat[, 2]    # 提取整个第2列

3. 数组 (Array)

多维数据结构，只能包含同一种数据类型。

r 复制代码

# 创建一个 2×3×2 的三维数组
arr <- array(1:12, dim = c(2, 3, 2))
arr[1, 2, 1] # 提取第1维度的第1行第2列

4. 列表 (List)

一维集合，可以包含不同类型的数据（甚至可以包含向量、矩阵、函数或其他列表）。

r 复制代码

# 创建列表
my_list <- list(name = "Tom", age = 25, scores = c(90, 85, 88))

# 列表索引
my_list[1]       # 返回一个子列表 (class仍为list)
my_list[[1]]     # 返回列表第一个元素本身的值 ("Tom")
my_list$name     # 使用 $ 符号通过名称提取元素 (最常用)

5. 数据框 (Data Frame)

二维表格数据，类似于Excel表格。每一列可以是不同的数据类型，但每一列的长度必须相同。这是R中处理数据的最常用结构。

r 复制代码

# 创建数据框
df <- data.frame(
  ID = c(1, 2, 3),
  Name = c("Alice", "Bob", "Charlie"),
  Passed = c(TRUE, FALSE, TRUE)
)

# 数据框提取
df$Name          # 提取Name列 (返回向量)
df[1, ]          # 提取第1行所有数据
df[, "Passed"]   # 提取Passed列
df[df$ID > 1, ]  # 条件筛选：提取ID大于1的行

6. 因子 (Factor)

用于存储分类数据（Categorical data），分为名义型（无序）和有序型。

r 复制代码

# 创建因子
gender <- factor(c("Male", "Female", "Male", "Female"))
levels(gender) # 查看因子的水平 (类别): "Female" "Male"

# 有序因子
sizes <- factor(c("Small", "Large", "Medium"), 
                levels = c("Small", "Medium", "Large"), 
                ordered = TRUE)

五、控制流语句 (Control Flow)

1. 条件判断 (if...else)

r 复制代码

x <- 10
if (x > 0) {
  print("正数")
} else if (x < 0) {
  print("负数")
} else {
  print("零")
}

**向量化条件函数：ifelse()**

非常适合对整个向量进行快速条件判断。

r 复制代码

# ifelse(条件, 满足条件时的返回值, 不满足时的返回值)
scores <- c(55, 75, 90)
results <- ifelse(scores >= 60, "Pass", "Fail")
# 返回: "Fail" "Pass" "Pass"

2. 循环语句 (Loops)

for 循环 (最常用)

r 复制代码

for (i in 1:5) {
  print(i^2)
}

while 循环

r 复制代码

count <- 1
while (count <= 3) {
  print(count)
  count <- count + 1
}

控制循环的关键字

break：立即跳出整个循环。
next：跳过当前这一轮循环的剩余代码，直接进入下一轮 (相当于其他语言的 continue)。

六、函数 (Functions)

除了R语言自带的丰富函数，用户也可以自定义函数。使用 function 关键字定义。

r 复制代码

# 定义一个计算圆面积的函数
calculate_area <- function(radius) {
  if (radius < 0) {
    return("半径不能为负数") # 使用 return() 显式返回值
  }
  area <- pi * radius^2
  area # 如果没有 return()，函数会自动返回最后一行表达式的结果
}

# 调用函数
calculate_area(5)

设置默认参数：

r 复制代码

power <- function(base, exp = 2) {  # exp 默认为 2
  return(base^exp)
}
power(3)     # 返回 9
power(3, 3)  # 返回 27

七、常用内置基础函数速查

数学统计：
sum(x), mean(x), median(x), sd(x), var(x): 求和、均值、中位数、标准差、方差。
max(x), min(x), range(x): 最大值、最小值、范围。
abs(x), round(x, digits=2): 绝对值、保留两位小数。
数据属性查看：
length(x): 向量/列表的长度。
dim(x): 矩阵/数据框的维度 (行数和列数)。
nrow(x), ncol(x): 行数、列数。
str(x): 查看数据对象的内部结构 (非常实用)。
summary(x): 输出对象的统计摘要。
其他工具：
is.na(x): 判断数据中是否存在缺失值 (NA)。
na.omit(x): 移除含有缺失值的行。
help(函数名) 或 ?函数名: 查看某个函数的官方帮助文档。

R语言基础语法入门

一、 基础操作与概念

1. 赋值与输出

2. 注释

二、 基本数据类型 (Data Types)

三、 运算符

1. 算术运算符

2. 关系运算符

3. 逻辑运算符

四、 核心数据结构

1. 向量 (Vector)

2. 矩阵 (Matrix)

3. 数组 (Array)

4. 列表 (List)

5. 数据框 (Data Frame)

6. 因子 (Factor)

五、 控制流语句 (Control Flow)

1. 条件判断 (if...else)

2. 循环语句 (Loops)

六、 函数 (Functions)

七、 常用内置基础函数速查

一、基础操作与概念

二、基本数据类型 (Data Types)

三、运算符

四、核心数据结构

五、控制流语句 (Control Flow)

六、函数 (Functions)

七、常用内置基础函数速查