R语言怎么获取内置数据集

许多 R 包中含有数据集，可以通过data函数查看或加载这些数据集，通过?获得数据集的帮助文档。

基本数据集

基本包 datasets含有 100 多个数据集（R version 4.2.0），涉及医学、自然、社会学等各个领域。

查看一下：

library(knitr)
library(tidyverse)

pkg = data(package = "datasets")
as_tibble(pkg$results[, c('Item', 'Title')])
## # A tibble: 104 × 2
##    Item                   Title                                                 
##                                                                       
##  1 AirPassengers          Monthly Airline Passenger Numbers 1949-1960           
##  2 BJsales                Sales Data with Leading Indicator                     
##  3 BJsales.lead (BJsales) Sales Data with Leading Indicator                     
##  4 BOD                    Biochemical Oxygen Demand                             
##  5 CO2                    Carbon Dioxide Uptake in Grass Plants                 
##  6 ChickWeight            Weight versus age of chicks on different diets        
##  7 DNase                  Elisa assay of DNase                                  
##  8 EuStockMarkets         Daily Closing Prices of Major European Stock Indices,…
##  9 Formaldehyde           Determination of Formaldehyde                         
## 10 HairEyeColor           Hair and Eye Color of Statistics Students             
## # … with 94 more rows

datasets中的数据集在 R 启动时已经自动加载到环境中了，可以直接使用，例如：

head(iris)
##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
## 1          5.1         3.5          1.4         0.2  setosa
## 2          4.9         3.0          1.4         0.2  setosa
## 3          4.7         3.2          1.3         0.2  setosa
## 4          4.6         3.1          1.5         0.2  setosa
## 5          5.0         3.6          1.4         0.2  setosa
## 6          5.4         3.9          1.7         0.4  setosa

查看iris的帮助文档：

?iris

其他包的数据集

使用其他包的数据集，需要先加载包，再加载数据集。这里以ggplot2包举例：

library(ggplot2)
data(diamonds)

head(diamonds)
## # A tibble: 6 × 10
##   carat cut       color clarity depth table price     x     y     z
##                  
## 1  0.23 Ideal     E     SI2      61.5    55   326  3.95  3.98  2.43
## 2  0.21 Premium   E     SI1      59.8    61   326  3.89  3.84  2.31
## 3  0.23 Good      E     VS1      56.9    65   327  4.05  4.07  2.31
## 4  0.29 Premium   I     VS2      62.4    58   334  4.2   4.23  2.63
## 5  0.31 Good      J     SI2      63.3    58   335  4.34  4.35  2.75
## 6  0.24 Very Good J     VVS2     62.8    57   336  3.94  3.96  2.48

实际上，当library(ggplot2)执行后，其中的数据集如diamonds，mpg等已经可用了，无需显式加载。

但是有些包library后数据集还不可用，则需要用data函数显式加载。

最后总结

• data(package = "package_name")，查看 R 包里有哪些数据集

• data(dataset_name)，加载数据集

• ?dataset_name，查看数据集的帮助文档