京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:丁点helper
来源:丁点帮你
前面的文章提到,R语言是一门针对『对象』的语言,这里说的对象,最主要的就是数据。R可以创建、读取、处理多种类型的数据。今天先讲一些基本概念。
稍微接触过统计的同学应该很熟悉下图所示的变量类型,R中的多种数据类型可以满足各类变量的表达,我们逐一讲解:
1. 数值型(numeric):数据的内容为数字。上图中,定量变量和定性变量都可以用数值表示。下面的例子中,x, y, z, w 均为数值型数据。
x <- 175.3 #设 x为身高,x为定量变量(连续型) y <- 5 #设 y为家庭人口数,y为定量变量(离散型) z <- 6 #设 z为教育程度,6表示本科及以上,z为定性变量(有序) w <- 1 #设 w为性别,1表示女性,w为定性变量(无序)
2. 字符型(character):数据的内容为字符。字符型数据可用来表示定性变量,但不能表示定量变量。只要将内容放入英文双引号 "" 中,该数据即会被R识别为字符型。下面例子中的z, w 均为字符型数据。
z <- "本科及以上" #设 z为教育程度,z为定性变量(有序) w <- "女" #设 w为性别,w为定性变量(无序)
3. 逻辑型(logical):仅有两个取值,TRUE和FALSE,注意必须是大写。
4. 因子型(factor):因子是针对定性变量而言的,刚刚讲到定性变量既可以用数值、也可以用字符表示,在此基础上做一个简单的处理就会成为因子型数据。这个处理不会对数据的内容造成任何改变,但会有助于后续的统计分析工作,之后会详细讲。
科学研究中,x, y, z, w 这几个变量一般不可能都只有一个数据,而且不同变量之间还需要互相组合来完成统计分析。接下来我们就来看看多个数据、多个变量是怎么组合的。
R语言中的数据结构
在刚开始接触统计的时候,我们会经常强调一对概念——总体和样本。但是,这个问题在做回归时可能会被忽略。
初学者们通常会被向量、数组之类的名词搞得一头雾水,其实这些都是表达数据结构的名词,本质就是数据的组合形式。下图展示了R中5种数据结构。
将每一个小的正方体看做一个数据,那么:
(a) 向量(vector)就是一连串数据的组合,可以看做是一行或一列数据,其中的数据类型可以是数值型、字符型、逻辑型或因子型。注意,单个向量中的数据必须拥有相同的类型。
比如上图(a)中的三个小方块可以是1, 20, 100这三个数字,也可以是"小学", "初中", "大学"这三个字符,或是TRUE, FALSE, FALSE这样的逻辑型数据。
(b) 矩阵(matrix)是具有一定行数和列数的数据集合。其数据类型可以是数值型、字符型、逻辑型或因子型。矩阵中所有数据的类型必须相同。
(c) 数组(array)是矩阵的推广,即在矩阵拥有的两个维度(行、列)的基础上增加了第三个维度。其中的数据也只能拥有一种类型。该类数据结构在一般的统计分析中不常用。
(d) 数据框(data frame)的结构类似于矩阵,但它可包含多种数据类型(数值型、字符型、逻辑型或因子型),是最常用的数据结构。通常,数据框中的行表示观察对象(也叫观测/observation),列表示变量(variable)。
(e) 列表(list)像一个大抽屉,可以将若干(可能无关的)数据信息整合到单个数据结构中。这里的数据信息可以是包括列表在内的五种数据结构中的任意一种或几种。在R中,由于许多函数的运行结果都是以列表的形式返回的,因此该类数据结构也是学习的重点。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
一、什么是本体 在知识图谱和语义建模里,本体(Ontology)是对一个领域内概念、属性、关系和实例的形式化描述。它回答三个问题 ...
2026-11-18一、K-S 曲线解决什么问题 风控评分卡、客户流失模型、欺诈识别模型建好之后,最核心的一个问题是:模型能不能把"会变坏"和"不会 ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-18产品上线之后,真正回答"用户是谁、想要什么、卡在哪里"的,往往不是调研问卷,而是用户留下的一条条行为记录。点击、浏览、停留 ...
2026-11-17在日常数据库开发与报表查询中,日期格式几乎是最高频的"打交道"对象:页面上要展示 yyyy-MM-dd,接口要返回 ISO 8601 字符串, ...
2026-11-17核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-17一、销售行业为什么离不开大数据分析 销售行业的本质是"把合适的产品,在合适的时间,卖给合适的人,并持续复购"。传统销售靠经 ...
2026-11-16一、什么是频数分布 拿到一批连续数据(员工年龄、商品价格、考试分数、订单金额),最想先看的往往不是平均值,而是数据集中在 ...
2026-11-16教育部办公厅关于成立全国数据职业教育教学指导委员会(2026—2030年)的通知 教职成厅函〔2026〕25号 各省、自治区、直辖市教 ...
2026-11-16CDA数据分析师 出品 作者:李诗怡 基础与单表查询 四大类语言 · 数据库基础 · DQL 单表查询 ” 一、SQL 四大类语言与数据 ...
2026-11-13核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-13一、问题从哪来 财务分析里算增长率,常规公式所有人都会写: 增长率本年数上年数上年数 这个公式在"上年为正"时完全成立。但一 ...
2026-11-12一、什么是加权聚类 普通聚类默认"每个样本、每个指标都同等重要":距离公式里每个样本权重都是 1,每个指标在距离计算里占比相 ...
2026-11-12“纲举目张,执本末从。”若想在数据分析领域有所收获,一套合适的学习教材至关重要。一套优质且契合需求的学习教材无疑是那关键 ...
2026-11-12一、需求从哪来 做 Excel 报表时,"从一个透视表取数据"这个需求通常有三种来源: 汇总页引用:明细透视表在另一个 sheet,汇总 ...
2026-11-11一、透视表的价值在哪 一句话概括:数据透视表把"写公式汇总"变成了"拖字段看结果"。 传统做法要写 SUMIFS、COUNTIFS,改一个维 ...
2026-11-11核心资源推荐 CDA教材(2025):https://edu.cda.cn/goods/show/3151CDA模拟题(2025):https://edu.cda.cn/goods/show/2845CD ...
2026-11-11一、回归分析到底在解决什么问题 很多人学回归分析,是从公式开始的:最小二乘法、残差平方和、R²、t 检验。公式记住了,但一到 ...
2026-11-10一、等级聚类法是什么 等级聚类法(Hierarchical Clustering),中文也叫系统聚类法、层次聚类法,是聚类分析里最经典的一类方法 ...
2026-11-10