在第 01 篇里，我们学会了用 R 进行一般的数学运算和统计计算，并且做出了两张图：拜罗伊特降水的季节变化图，北京的 PM2.5 日变化图。很好，只是，这些数据总不能一个一个敲到代码里吧。要是处理保存在其他文件里的大量数据呢？本篇就解决这个问题。
开胃小菜： 在 Rstudio 左下窗口输入代码 demo(graphics)，然后按回车，再回车，再回车，再回车……
点击这里下载一个数据文件，保存到一个文件夹里，比如 c:\R\data 文件夹（为避免不必要的麻烦，文件夹名称中都不要带空格和中文字符），我们看看如何对其中的数据进行操作。
首先，我们要告诉 R 数据在哪里。不习惯命令行的用户，可以这样获取这个文件的路径：
mydata1 <- file.choose() # 在弹出的窗口中选择文件，其路径存储到mydata里。
mydata1
这个文件的文件名叫做 dapengde_DummyR_PM25.csv 。鼠标选择文件比较麻烦，为了下次再使用这个代码的时候不必再点一次，一般都是直接输入文件路径：
mydata2 <- "c:\\R\\data\\dapengde_DummyR_PM25.csv" # 路径要用引号(单双都行)，表示这是一个字符串。
mydata2
## [1] "c:\\R\\data\\dapengde_DummyR_PM25.csv"
注意，文件路径中的斜线\本来是一个，但是在 R 代码中必须改成两个（ 切记切记！ ），或改成一个反斜线/，其中自有道理，暂时不必深究。
我们先在文件浏览器中双击打开这个文件看看，这是个 csv 文件，用记事本或 Excel 就可以打开，或者在 Rstudio 代码窗口输入
file.show(mydata2) # 查看文件
就会用默认程序打开。
这是2003 年 8 月在北京城区的三个高度（8 米，100 米，325 米）测得的 PM2.5 的质量浓度日变化（数据来源：Chan et al., 2005. Atmospheric Environment 39, no. 28 : 5113-5124），共 4 列 25 行。
现在让 R 读取文件。如果你喜欢拷贝粘贴的方式，那么可以在 Excel 选中数据区，拷贝，然后在 R 中这样读取其中的数据：
pm1 <- read.table(file = "clipboard", header = TRUE) # 读取剪切板里的数据，保存到 pm1 这个数据框变量里。header 表示数据的第一行为列名称。
Rstudio 右上窗就出现了 pm1 的信息，可以单击看内容，也可以用输入代码查看：
pm1
‘read.table’ 用来读取数据表格。看起来也太复杂了吧？怎么记得住？对，一般人都记不住，忘了就随手查查帮助，输入并运行：
?read.table
Rstudio此时会在右下窗显示帮助信息，有详细的解释和实例。好好读读吧，以后你会发现， 问号+函数名 是会经常用的命令。
R 菜鸟入门三大法宝：
- 第一法宝： 问号 ！问号+函数名，简直就是身边的诸葛亮，随时方便地查看帮助文档。
- 第二法宝： google 和 wiki ！大事不决问维基 ，小事不决问谷歌。
- 第三法宝： 论坛 ！内事不决问张昭（中文论坛，如这里），外事不决问周瑜（英文论坛，如这里）。
用拷贝粘贴的方式读取数据，优点是灵活，适合临时用一下。更多情况下，是直接按指定的路径去读文件：
pm2 <- read.table(file = mydata2, header = TRUE, sep = ",") # 读取逗号分隔的数据。sep 表示数据列的分隔符。
pm <- read.csv(file = mydata2) # 与上一个命令等同，专门用来读逗号分隔的文件。
你要问 ‘read.csv’是怎么回事？请试试你的第一法宝。
数据画个图看起来更直观：
plot(pm)
任意两列的散点图就这么容易地做出来了。如果你有十列八列的，就会发现这是多么省事啊！懒人的福音啊！dapeng 一般在读入数据文件后的第一件事就是plot一下，对数据有个整体的感觉。第二件事一般是看看这个文件的总结报告
summary(pm)
## time h8 h100 h325
## Min. : 0.00 Min. : 46.0 Min. : 32.0 Min. : 30.0
## 1st Qu.: 5.75 1st Qu.: 75.5 1st Qu.: 48.0 1st Qu.: 42.8
## Median :11.50 Median : 93.5 Median : 67.5 Median : 54.5
## Mean :11.50 Mean : 98.7 Mean : 72.1 Mean : 65.5
## 3rd Qu.:17.25 3rd Qu.:128.0 3rd Qu.:100.0 3rd Qu.: 88.5
## Max. :23.00 Max. :150.0 Max. :123.0 Max. :126.0
这下可省事儿了，上一节我们用的最大值、最小值、中位数、平均值函数，用summary这一条命令就全部搞定，顺便还附送了四分位数（1st Qu.， 3rd Qu.）。啥是四分位数？试试你的第二法宝。
怎么选取 pm 中的指定数值呢，比如说，9 点钟 8 米高处的PM2.5浓度？还记得上一节我们是如何选取 4 月的降水量吗？对，x[4]。类似地：
pm[10, 2] # 第 10 行, 第 2 列。
## [1] 150
要选取多个行呢？若记得用c()生成一个向量，那就好办了，比如选取偶数行，即 0、2、4、…、22 点钟8 米处的 PM2.5 浓度：
pm[c(0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22), 2]
## [1] 80 91 100 144 150 106 68 46 68 92 108
这个 0 到 22 敲起来太麻烦了吧，懒人的办法是用seq()函数生成个数列：
pm[seq(0, 22, 2), 2]
## [1] 80 91 100 144 150 106 68 46 68 92 108
seq(0, 22, 2) 表示以 0 为起点，22 为终点，间隔（即步长）为 2 生成一个数列。比如步长是 1 的话，就用seq(2, 22, 1)。当然，更懒的做法是：
pm[2:22, 2]
## [1] 80 64 91 87 100 128 144 150 150 150 106 78 68 62 46 55 68
## [18] 84 92 95 108
这和上一条指令等效。
选取整行或整列：
pm[, 2] # 第 2 列全部。
## [1] 97 80 64 91 87 100 128 144 150 150 150 106 78 68 62 46 55
## [18] 68 84 92 95 108 128 138
pm[3, ] # 第 3 行全部。
## time h8 h100 h325
## 3 2 64 43 50
如果列数太多，总不能老去数第几列吧？别急，也可以这样选取：
pm[, "h8"]
## [1] 97 80 64 91 87 100 128 144 150 150 150 106 78 68 62 46 55
## [18] 68 84 92 95 108 128 138
或者用美元符号
pm$h8
## [1] 97 80 64 91 87 100 128 144 150 150 150 106 78 68 62 46 55
## [18] 68 84 92 95 108 128 138
h8 是要选取的列的名称。列名称都有哪些呢？用names()函数：
names(pm)
## [1] "time" "h8" "h100" "h325"
练习02.1：请做出 100 米高处的 PM2.5 浓度日变化的散点图。
练习02.2：请计算 100 米高处 PM2.5 浓度的平均值，最大值，最小值，中值。
从此以后，只要把你的数据文件保存成.csv文件，R 就可以容易地读取，进行后续处理了！
有用的信息：
| – | – |
|---|---|
| 数据文件存储路径 | 不要空格，不要中文，读取时用双斜线。 |
| 读取文件 | read.table(), read.csv() |
| 选取单元格 | pm[3, 2]，pm[ , 2]，pm[3, ]，pm[,"h8"]，pm$h8 |
（ 连载中，待续 ）