
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
LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08LSTM 输出不确定的成因、影响与应对策略 长短期记忆网络(LSTM)作为循环神经网络(RNN)的一种变体,凭借独特的门控机制,在 ...
2025-07-07统计学方法在市场调研数据中的深度应用 市场调研是企业洞察市场动态、了解消费者需求的重要途径,而统计学方法则是市场调研数 ...
2025-07-07CDA数据分析师证书考试全攻略 在数字化浪潮席卷全球的当下,数据已成为企业决策、行业发展的核心驱动力,数据分析师也因此成为 ...
2025-07-07剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03