R语言之数据结构-CDA数据分析师官网

热线电话：13121318867

首页精彩阅读R语言之数据结构

R语言之数据结构

2016-07-30

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

> 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

> 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);

> 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;

> 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;

> 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

> 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"

[1] 1 2 3

[,1] [,2] [,3] [,4]

[1,] 1 3 5 7

[2,] 2 4 6 8

[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