Hướng dẫn RStudio: Cẩm Nang Hoàn Chỉnh cho Người Mới Bắt Đầu (2026)

Cách cài đặt RStudio

Để cài và bắt đầu làm việc trong RStudio, trước hết chúng ta cần tải và cài đặt ngôn ngữ lập trình R. Để tải và cài R, hãy làm theo các bước dưới đây:

1. Mở The Comprehensive R Archive Network (CRAN), trang web chính thức của R.
2. Ở phần trên của màn hình, tìm mục Download and Install R.
3. Nhấp vào liên kết tương ứng với hệ điều hành của bạn.
4. Chọn bản phát hành mới nhất.
5. Mở tệp đã tải và làm theo hướng dẫn cài đặt đơn giản, giữ nguyên tùy chọn mặc định ở mọi nơi.

Để tải và cài RStudio, hãy làm theo các bước sau:

• Mở trang tải xuống trên trang web chính thức của Posit.
• Bạn sẽ thấy hệ điều hành của mình được nhận diện tự động. Dưới mục "Install RStudio", chọn phiên bản hệ điều hành của bạn trong menu thả xuống.
• Nhấp DOWNLOAD RSTUDIO DESKTOP FOR [YOUR OS].
  
• Mở tệp đã tải và làm theo hướng dẫn cài đặt. Bạn có thể chọn mặc định ở mọi nơi.

Cách sử dụng RStudio

Sau khi cài đặt RStudio thành công, hãy mở nó, khám phá các phần chính và thử thực hiện nhiều thao tác khác nhau.

Giao diện RStudio

Mở RStudio sẽ tự động khởi chạy phần mềm R. Giao diện nền tảng như sau:

Đại thể, ta có thể chia cửa sổ làm việc thành ba khu vực:

• Khu vực bên trái: gồm các tab Console, Terminal và Background Jobs
• Khu vực trên bên phải: gồm các tab Environment, History, Connections và Tutorial
• Khu vực dưới bên phải: gồm các tab Files, Plots, Packages, Help, Viewer và Presentation

Lưu ý: Bố cục hiển thị dựa trên RStudio 2022.07.1+554. Tên và cách sắp xếp tab có thể hơi khác ở các phiên bản mới hơn.

Hãy xem kỹ hơn các tab thiết yếu.

Console

Ở tab này, đầu tiên ta thấy thông tin về phiên bản R đang dùng và một số lệnh cơ bản để thử. Cuối phần mô tả đó, ta có thể gõ mã R, nhấn Enter và nhận kết quả ngay dưới dòng lệnh (ví dụ, thử chạy 2*2 để xem kết quả). Về cơ bản, ta có thể làm ở đây mọi thứ vốn làm trong bất kỳ chương trình R nào khác, chẳng hạn:

• Cài đặt và tải các gói R
• Thực hiện các phép toán từ đơn giản đến phức tạp
• Gán kết quả của một phép toán cho biến
• Nhập dữ liệu
• Tạo các kiểu đối tượng R phổ biến như vector, ma trận hoặc dataframe
• Khám phá dữ liệu
• Phân tích thống kê
• Xây dựng trực quan hóa dữ liệu

Tuy nhiên, khi chạy mã trực tiếp trong console, mã sẽ không được lưu để tái hiện sau này. Nếu cần (và thường là cần) viết mã có thể tái lập để giải quyết một nhiệm vụ cụ thể, ta phải ghi và thường xuyên lưu mã trong tệp script thay vì trong console.

Chúng ta sẽ sớm khám phá cách viết script. Trước mắt, hãy ghi nhớ rằng bạn nên dùng console chủ yếu để thử mã và cài đặt gói R, vì gói chỉ cần cài một lần.

Environment

Mỗi khi chúng ta định nghĩa biến mới hoặc gán lại biến hiện có trong RStudio, nó được lưu thành một đối tượng trong workspace và hiển thị kèm giá trị trên tab Environment ở góc trên bên phải cửa sổ RStudio. Hãy thử chạy greeting <- "Hello, World!" trong console và xem điều gì xảy ra trên tab Environment.

Điều này cũng áp dụng cho các đối tượng phức tạp hơn như dataframe. Khi nhập dữ liệu thành dataframe (hoặc tạo dataframe từ đầu), ta thấy trong workspace không chỉ tên đối tượng mới mà còn cả giá trị và kiểu dữ liệu của từng cột. Hơn nữa, ta có thể hiển thị thêm các chi tiết như độ dài và kích thước bộ nhớ của mỗi đối tượng.

Trong ví dụ dưới đây, chúng ta tạo hai biến trong console: greeting <- "Hello, World!" và my_vector <- c(1, 2, 3, 4). Lưu ý cách chúng hiển thị trên tab Environment:

Ta có thể thay đổi cách hiển thị biến từ List sang Grid ở góc trên bên phải của tab, như sau:

Lưu ý rằng giờ ta cũng thấy độ dài và kích thước của mỗi đối tượng.

Ở chế độ hiển thị Grid, có hộp chọn xuất hiện bên trái mỗi biến. Ta có thể đánh dấu bất kỳ hộp nào và nhấp biểu tượng Broom để xóa các đối tượng tương ứng khỏi workspace:

Nếu ta đánh dấu hộp bên trái cột Name và nhấp biểu tượng Broom, hoặc chỉ cần nhấp biểu tượng này ở chế độ hiển thị trước đó (List), ta sẽ dọn sạch workspace bằng cách xóa tất cả biến khỏi đó.

Các tab quan trọng khác

• Terminal – để chạy lệnh từ terminal
• History – để theo dõi lịch sử mọi thao tác thực hiện trong phiên RStudio hiện tại
• Files – để xem cấu trúc thư mục làm việc, đặt lại thư mục làm việc, di chuyển giữa các thư mục, v.v.
• Plots – để xem trước và xuất các trực quan hóa dữ liệu đã tạo
• Packages – để kiểm tra các gói đã tải và tải/bỏ tải gói (bằng cách bật/tắt hộp bên trái tên gói)

Cách viết script R trong RStudio

Như đã đề cập, nếu muốn có thể tái hiện và tái sử dụng mã cho các nhu cầu tiếp theo, ta nên viết trong tệp script thay vì trực tiếp trong console. 

Để bắt đầu ghi script, nhấp File – New File – R Script. Một trình soạn thảo văn bản sẽ mở ở góc trên bên trái giao diện RStudio (phía trên tab Console):

Trong script, ta có thể làm mọi thứ đã liệt kê ở phần console (và thực ra có thể làm như vậy trong bất kỳ IDE R nào), chỉ khác là giờ các thao tác sẽ được lưu trong tệp để dùng tiếp hoặc chia sẻ. Điều quan trọng là đặt tên có ý nghĩa cho tệp script và lưu thường xuyên (Ctrl + S trên Windows/Linux, Cmd + S trên Mac, File – Save trên mọi hệ điều hành).

Để chạy một dòng mã từ script, đặt con trỏ vào dòng đó và nhấp biểu tượng Run ở góc trên bên phải trình soạn thảo. Hoặc dùng phím tắt (Ctrl + Enter trên Windows/Linux, Cmd + Enter trên Mac). Để chạy nhiều dòng mã, thực hiện tương tự sau khi chọn các dòng cần thiết. Để chạy tất cả các dòng, chọn toàn bộ và nhấp biểu tượng Run HOẶC dùng phím tắt (Ctrl + A + Enter trên Windows/Linux, Cmd + A + Enter trên Mac).

Khi viết script, nên thêm chú thích mã khi cần (dùng ký hiệu thăng # theo sau là dòng chú thích) để giải thích cho người đọc sau này lý do đằng sau một số đoạn mã. 

Bên cạnh đó, nên thêm bối cảnh quan trọng ở đầu script: tác giả và người đóng góp, thời điểm viết, thời điểm cập nhật, phạm vi mã, v.v. Một thực hành hữu ích khác là tải tất cả gói R cần thiết ở đầu script, ngay sau phần thông tin mở đầu.

Để tạo báo cáo có thể tái lập, sẵn sàng xuất bản, kết hợp mã và diễn giải, R Markdown là công cụ hàng đầu—và hoạt động trực tiếp trong RStudio. Học các kiến thức cơ bản trong hướng dẫn R Markdown cho người mới bắt đầu. Để so sánh với Jupyter Notebooks, xem Jupyter và R Markdown: Notebooks với R.

Cách thực hiện các thao tác khác nhau trong RStudio

Tiếp theo, chúng ta sẽ bàn về các thao tác có thể thực hiện trong RStudio cho mục đích phân tích dữ liệu. Về bản chất, mọi thao tác sau đây không gắn chặt với RStudio mà là cách dùng R nói chung, trong bất kỳ IDE nào. 

Do đó, chúng ta sẽ không đi sâu vào mọi chi tiết kỹ thuật. Thay vào đó, ta sẽ xem vài tác vụ phổ biến, cách triển khai thực tế trong R (ví dụ mã) và các cách tiếp cận thay thế (nếu có) cho những tác vụ đó trong RStudio.

Hãy sao chép-dán các ví dụ dưới đây vào console của RStudio và quan sát kết quả. Cân nhắc thử cả cách chung lẫn cách thay thế (đặc thù RStudio).

Cài đặt gói R

Cú pháp:

install.packages("package_name")

Ví dụ:

install.packages("tidyverse")

Trong RStudio:

• Hãy nhớ cài tất cả gói trong console thay vì trong script vì chúng chỉ cần được cài trên ổ cứng máy tính một lần.
• Bạn có thể cài gói trực tiếp từ giao diện RStudio: mở tab Packages (khu vực dưới bên trái), nhấp Install và chọn các gói cần từ CRAN, phân tách bằng khoảng trắng hoặc dấu phẩy, như sau:

Tải gói R

Cú pháp:

library(package_name)

Ví dụ:

library(tidyverse)

Tidyverse là bộ sưu tập gói R phổ biến cho khoa học dữ liệu—bao gồm dplyr để thao tác dữ liệu và ggplot2 để trực quan hóa. Tìm hiểu thêm trong hướng dẫn Tidyverse.

Lưu ý rằng khi cài gói, ta dùng dấu ngoặc kép, nhưng khi tải gói thì không.

Trong RStudio:

• Tải tất cả gói cần thiết trong tệp script thay vì trong console.
• Việc tải/bỏ tải gói đã cài hoặc gói hệ thống có thể thực hiện bằng cách tìm và bật/tắt các gói đó trên tab Packages. Lưu ý một số gói không thể bỏ tải nếu được nhập bởi gói khác.

Kiểm tra các gói R đã tải

Chạy trong console (.packages()) hoặc search() để lấy danh sách tất cả gói đang tải.

Trong RStudio: mở tab Packages, tìm gói cụ thể và kiểm tra xem hộp bên trái tên gói có được đánh dấu không.

Tra cứu trợ giúp về gói R hoặc bất kỳ đối tượng R dựng sẵn nào

Để nhận trợ giúp về gói đã cài và đã tải, hoặc hàm của một gói đã cài và đã tải, hoặc bất kỳ đối tượng R dựng sẵn nào (như bộ dữ liệu preload), dùng một trong các cú pháp sau:

help(package_or_function_name)

hoặc

help("package_or_function_name")

hoặc

?package_or_function_name

Lưu ý: ta cần truyền tên hàm vào hàm help không kèm dấu ngoặc tròn.

Tab Help sẽ mở với tài liệu của gói hoặc đối tượng. Nếu ta kiểm tra một gói, ta sẽ nhận danh sách toàn bộ hàm của gói và liên kết đến tài liệu cho từng hàm.

Ví dụ, chạy những lệnh sau trong console (sau khi đảm bảo các gói readr và dplyr đã được cài và tải):

help("read.csv")
?readr
help(help)
help('CO2')

Trong RStudio: tìm và nhấp tên gói mong muốn (kể cả khi chưa được tải) trên tab Packages và xem kết quả trên tab Help.

Nhập dữ liệu

world_population <- read.csv("world_population.csv")

(Để chạy đoạn mã trên, trước tiên hãy tải World Population Dataset công khai từ Kaggle và giải nén vào cùng thư mục nơi bạn lưu script R.)

Kết quả của việc chạy đoạn mã trên sẽ là một dataframe R trong thư mục làm việc của bạn.

Trong RStudio:

• File – Import Dataset

HOẶC

• Nhấp Import Dataset trên tab Environment:

Sau đó chọn From Text (base)..., điều hướng đến thư mục phù hợp, chọn tệp cần nhập, điền hoặc kiểm tra các trường Name, Heading, Separator và Decimal trong cửa sổ bật lên, xem trước cấu trúc dữ liệu, rồi nhấp Import:

Bạn có thể tìm và khám phá bộ dữ liệu đã nhập trên tab Environment và trong bảng tính mở ở tab mới:

Nếu bạn muốn tìm hiểu thêm cách nhập dữ liệu với R, hãy khám phá lộ trình kỹ năng toàn diện của DataCamp Importing & Cleaning Data with R. Bạn có thể tìm nhiều bộ dữ liệu để nhập và làm việc trên DataLab, sổ tay dữ liệu hỗ trợ AI của DataCamp và là lựa chọn thay thế cho RStudio.

Truy cập các bộ dữ liệu dựng sẵn của R

Để xem danh sách đầy đủ các bộ dữ liệu mẫu được nạp sẵn trong R, gồm tên và mô tả ngắn, chạy đoạn mã sau trong console:

data()

Bạn có thể lấy bất kỳ tên nào xuất hiện và dùng mỗi tên đó như một biến (chứa dataframe) để làm việc và luyện kỹ năng R.

Nếu cần thêm thông tin về một bộ dữ liệu preload đã chọn, chạy hàm help() trên nó, ví dụ help(CO2).

Xử lý và phân tích dữ liệu trong RStudio

Giống như trong bất kỳ IDE R nào khác, trong RStudio, ta có thể truy cập, thao tác, biến đổi, phân tích và mô hình hóa dữ liệu trong R. Dưới đây là một số ví dụ thao tác chuẩn trên bộ dữ liệu dựng sẵn CO2:

head(CO2)
tail(CO2)
colnames(CO2)
dim(CO2)
str(CO2)
summary(CO2)
summary(CO2$uptake)
median(CO2$uptake)
class(CO2$uptake)
unique(CO2$Treatment)
subset(CO2, conc == min(CO2$conc))

Hãy thử chạy lần lượt trong RStudio và quan sát đầu ra.

Vẽ biểu đồ dữ liệu trong RStudio

Giống như trong bất kỳ IDE R nào khác, trong RStudio, ta có thể vẽ dữ liệu. Dưới đây là vài ví dụ tạo biểu đồ đơn giản cho bộ dữ liệu dựng sẵn CO2 và Orange. Ở cả hai trường hợp, biểu đồ kết quả xuất hiện trên tab Plots và có thể xuất bằng nút Export của tab đó:

• Tạo biểu đồ histogram:

hist(CO2$uptake)

• Tạo biểu đồ scatter:

plot(Orange$age, Orange$circumference)

Ta có thể tinh chỉnh vài tham số của hàm cơ bản plot() để thêm tính thẩm mỹ cho biểu đồ cuối cùng:

plot(Orange$age, Orange$circumference, 

     xlab="Age", ylab="Circumference", 

     main="Circumference vs. Age", 

     col="blue", pch=16)

Hoặc ta có thể dùng ggplot2 hay bất kỳ gói trực quan hóa chuyên dụng nào khác—R cung cấp vô số lựa chọn. Để đào sâu, xem hướng dẫn ggplot2 hoặc lộ trình kỹ năng Data Visualization with R của DataCamp.

Tạo dữ liệu từ đầu trong R

Một lần nữa, trong trường hợp này, RStudio không khác các IDE R khác.

Để tạo một vector:

oceans <- c("Arctic", "Atlantic", "Indian", "Pacific", "Southern")
avg_depth <- c(1.2, 3.65, 3.74, 3.97, 3.27)

(Dữ liệu trên lấy từ Wikipedia.)

Để tạo một dataframe:

oceans_depth <- data.frame(oceans, avg_depth)

In kết quả:

print(oceans_depth)

Các vector và dataframe thu được cũng xuất hiện trên tab Environment của RStudio:

Kết luận

Trong hướng dẫn này, chúng ta đã khám phá nhiều khía cạnh thiết yếu khi dùng RStudio:

• RStudio là gì và có những lợi thế nào
• Cách cài đặt RStudio
• Giao diện RStudio trông ra sao và cách dùng các phần chính
• Sự khác nhau giữa chạy mã trong console và trong script
• Nơi tìm tất cả đối tượng dùng trong phiên RStudio hiện tại
• Thực hành tốt nhất khi viết script
• Cách thực hiện các thao tác trong RStudio như cài và tải gói R, nhập dữ liệu, xử lý, phân tích và trực quan hóa dữ liệu, tạo đối tượng R từ đầu, v.v.

Giờ bạn đã quen thuộc với RStudio, hãy bắt đầu sử dụng nó. Chẳng hạn, nghĩ về việc xây dựng các dự án R của riêng bạn trong RStudio. Để có thêm cảm hứng, xem bài viết Top ý tưởng dự án R.

Nếu bạn cảm thấy cần luyện R thêm trước khi bắt đầu tạo dự án trong RStudio, hãy cân nhắc các khóa học và lộ trình R cho người mới bắt đầu trên DataCamp:

• Data Scientist with R
• Data Analyst with R
• Machine Learning Scientist with R
• Statistician with R
• Intermediate R
• R Programming