R语言之数据结构
R语言拥有许多用于存储数据的对象类型,包括标量、向量、矩阵、数组、数据框、列表、因子。
1.标量:标量是只包含一个元素的向量
1
2
3
|
> a <- 1; # 数值型
> b <- "China"; # 字符型
> c <- TRUE; # 逻辑型
|
2.向量:向量用于存储数值型、字符型或逻辑型数据的一维数组。通过c()函数来创建向量
1
2
3
|
> d <- c(1,2,3);
> e <- c("China","USA");
> f <- c(T,F,F,T);
|
3.矩阵(matrix):矩阵是一个二维数组,每个元素都拥有相同的模式(数值型、字符型、逻辑型),一般通过函数matrix()来创建矩阵
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL) data:包含了矩阵的元素; nrow 和 ncol:用于指定矩阵的行数和列数; byrow=F:默认创建的矩阵按照列进行排列; dimnames:创建矩阵时可以设置行和列的名称(必须为列表形式);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
> m1 <- matrix(1:8,nrow=4)
#默认按列填充
> m1
[,1] [,2]
[1,] 1 5
[2,] 2 6
[3,] 3 7
[4,] 4 8
#设置byrow=T,将元素按照行进行填充
> m2 <- matrix(1:8,nrow=4,byrow=T)
> m2
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
# 设置矩阵行和列的名称
> m3 <- matrix(1:8,nrow=4,byrow=T,dimnames=list(c("r1","r2","r3","r4"),c("c1","c2")))
> m3
c1 c2
r1 1 2
r2 3 4
r3 5 6
r4 7 8
|
4.数组(array):与矩阵类型,但是维度可以大于2,数组可以通过array()函数进行创建;数组中的数据也只能拥有一种模式(数据类型),如果数组中的数据有其他的数据类型,R会自动将所有数据转换为同一模式
array(data = NA, dim = length(data), dimnames = NULL) data:包含了数组中的数据; dim:是一个数值型的向量,给出了各个维度下标的最大值; dimnames:各个维度名称标签的列表;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
> arr <- array(1:24,dim=c(4,3,2))
> arr
, , 1
[,1] [,2] [,3]
[1,] 1 5 9
[2,] 2 6 10
[3,] 3 7 11
[4,] 4 8 12
, , 2
[,1] [,2] [,3]
[1,] 13 17 21
[2,] 14 18 22
[3,] 15 19 23
[4,] 16 20 24
|
5.数据框(data.frame):数据框类似于二维表格,包含行和列,是R中最常处理的数据结构。不同的列可以包含不同的模式,每一列数据的模式必须唯一;数据框可以通过函数data.frame()进行创建data.frame(..., row.names = NULL, check.rows = FALSE, check.names = TRUE, stringsAsFactors = default.stringsAsFactors())row.names:设置数据框行的名称; check.rows:默认为FALSE,检查行的名称和数量是否一致; check.names:逻辑值,默认为TRUE,如果为TRUE,变量的名称不能够重复,如果重复,则R会自动进行转换以保证列名不同; stringsAsFactors :是否将字符串转换为因子(factor)类型,stringsAsFactors 默认为TRUE,即default.stringsAsFactors()的值为TRUE,将字符串转换为因子;
1
2
3
4
5
6
7
8
9
10
11
|
> g <- data.frame(a=c(1,2,3),a=c(4,5,6),row.names=c("n1","n2","n3"),check.names=T)
> g
a a.1
n1 1 4
n2 2 5
n3 3 6
> g["a.1"] #由于数据框g有重复列名a,因为设置了check.names=T,R内部会自动将第二列的列名a转换为a.1
a.1
n1 4
n2 5
n3 6
|
6.列表(list):是一个有序对象的集合,列表允许整合若干对象到单个对象名下,可以通过list()函数进行创建
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
> k <- list(d=5:9,e="China") # 创建列表k,包括d和e两个对象
> l <- list(title="mylist",a=1:3,b=matrix(1:8,nrow=2),c=c("one","two"),k) #创建列表l,l列表中包含了列表k(列表中也可以包含列表对象)
> l
$title
[1] "mylist"
$a
[1] 1 2 3
$b
[,1] [,2] [,3] [,4]
[1,] 1 3 5 7
[2,] 2 4 6 8
$c
[1] "one" "two"
[[5]]
[[5]]$d
[1] 5 6 7 8 9
[[5]]$e
[1] "China"
|
7.因子(factor):类别(名义型)变量和有序类别(有序型)变量在R中称为因子。因子型数据在计算机内部存储为整型数据,因子水平属性将每个整型数据映射到一个因子水平上。因为整型数据占的存储空间较少,因 此这种方式比字符串向量更节省存储空间。
factor(x = character(), levels, labels = levels, exclude = NA, ordered = is.ordered(x), nmax = NA) x:用于转换为因子的字符向量数据; levels:因子水平向量,因子型变量可以取得的所有值被称为因子水平; labels:字符型向量,labels与levels有相同的数量或者只有一个; excelude:生成水平时要去除的水平; ordered:默认为FALSE,设置为TRUE,表示有序型变量,用以确定levels 是否应该被视为有序的(按照给定的顺序); nmax: 设定水平数量的上限值
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
> x <- factor(x=c("middle","small","big","large"),levels=c("small","middle","big","large"),ordered=T)
> x
[1] middle small big large
Levels: small < middle < big < large # R在输出有序因子时会显示因子水平的顺序
> y <- factor(x=c("middle","small","big","large"),levels=c("small","middle","big","large"),ordered=T,labels=c(1,2,3,4))
> y
[1] 2 1 3 4
Levels: 1 < 2 < 3 < 4
> z <- factor(x=c("middle","small","big","large"),levels=c("small","middle","big","large"),exclude=c("small","middle"))
> z
[1] <NA> <NA> big large # 由于去除了水平small和middle,所以原始数据中水平为small和middle的值输出为NA
Levels: big large
> x.integer <- unclass(x) # 通过移除因子x的类属性创建整型向量x.integer 注意此时因子x本身并没有发生变化
> x.integer
[1] 2 1 3 4
attr(,"levels")
[1] "small" "middle" "big" "large"
> class(x.integer)
[1] "integer"
|
数据分析咨询请扫描二维码
CDA数据分析师在中国航信高科技产业园进行了面向测试度量的数据分析培训课程,培训人数近2 ...
2024-05-01CDA数据分析师走进深圳迈瑞生物医疗电子股份有限公司,在迈瑞总部展开了为期两天的培训,本次课程参训人员线上及线下近百人, ...
2024-05-01CDA数据分析师在合肥市对合肥阳光新能源科技有限公司开展了为期8天的企业内训。 合肥阳光新能源科技 ...
2024-05-01CDA数据分析师走进海尔大学,进行了《数据治理与数据中台建设的道与术》专题培训,培训现场爆满,近百人参加了此次培训。 ...
2024-05-01在中国银行苏州分行培训中心开始数据分析师培训,此次培训课程共10天内容,包括Excel、MySQL、概率论与数理统计、SPSS等内容, ...
2024-05-01从实际的业务需求出发,结合行业的典型应用特点,围绕实际的商业问题,探讨数据挖掘、机器学习模型在金融领域的应用,包括获客、信用评分、细分画像、交叉销售、反欺诈、违规识别、时序预测、运筹优化、流程挖掘九个方面,形成 ...
2024-05-01本次培训课程为线上+线下的模式,由于学员编程能力不一、部分学员没有编程基础,故提供统计学、python基 ...
2024-05-01华夏银行信用卡中心-机器学习培训 1、课程亮点 取材于业界一流企业和顶级咨询公司的行业实践;已经被证明是人人 ...
2024-05-01主 题:数据中台建设及数据分析应用主题分享 1. 数据中台市场洞察 2. 主流数据中台产品比较 3. 某企业数据中 ...
2024-05-01围绕“数据驱动”战略,全力打造我行 300 人数字化人才梯队,着力培养数字化管理人才、大数据专业团队 ...
2024-05-01在当今数据驱动的商业环境中,数据分析成为了企业决策的重要依据。通过对大量数据的收集、处理和分析,企业能够更好地理解市场 ...
2024-04-29在人工智能(AI)的世界里,提示词(Prompt)是一种强大的工具,它能够引导AI按照用户的需求产生特定的输出。本文将深入探讨AI ...
2024-04-29CDA立足未来职场,拓展前沿视野——对外经贸大学保险学院举办“三全育人大讲堂”分享行业最新动态。 ...
2024-04-294月2日,CDA数据分析师创始发起人兼协会理事长赵坚毅博士受邀在浙江万里学院举办了一场以“数字化能力在职场中的作用” ...
2024-04-29随机森林(Random Forests)现在机器学习中比较火的一个算法,是一种基于Bagging的集成学习方法,能够很好地处理分类和回归的问 ...
2022-12-23方差分析是数据分析中常用的一种统计分析方法,接下来让我们简单了解一下方差分析的基本思想和原理吧。 方差分析(Analysis ...
2022-12-23来源:关于数据分析与可视化 关于streamlit-aggrid 数据排序 表格样式的调整 数据 ...
2022-08-03作者:麦叔 定义 「把上面晦涩的概念汇成一句话就是:」 ❝ 回调函数就是一个被作为参 ...
2022-08-03现今,高学历人群日益增多,物以稀为贵的高学历光环淡去。无论本科生还是研究生,甚至博士生,求职竞争力都大不如前,就业压力越来越大。
2022-06-01某家企业10个人面试,有9个本科生……如何脱颖而出,除得体的举止和良好的沟通力外,证书成重要筹码,这也是很多人考证的关键所在。
2022-04-14