R语言-六大数据结构

OStack程序员社区-中国程序员成长平台 › 门户 › 编程› R语言›R语言教程

原作者: [db:作者] 来自: [db:来源] 收藏邀请

R语言有六种基本的数据结构（或者说数据类型吧）。根据数据的维度和同质/异质可分为5种数据类型，最后再介绍一种特殊的类型“因子”。

	同质	异质
1维	原子向量	列表
2维	矩阵	数据框
n维	数组

对于各种类型的具体操作，本文不展开讲。本文仅介绍它们各自的一些生成方式。

（1）原子向量

一个有趣的事情：R中最小的单位并不是“数”，而是“向量”。

例如：

> n=5
> is.vector(n)   #判断n的数据类型是否为向量
[1] TRUE

对于生成一个向量，我们可以有多种方式：

> 1:6
[1] 1 2 3 4 5 6
> 8:3
[1] 8 7 6 5 4 3
> seq(2,9,by=3)
[1] 2 5 8
> c(9,4,5)
[1] 9 4 5

（2）列表

列表可以包含数字、字符串、向量，甚至是列表、矩阵、函数。由list()创建。

> a=list(1,c(5,2,3),'sfd',T,list(1,3))
> a
[[1]]
[1] 1

[[2]]
[1] 5 2 3

[[3]]
[1] "sfd"

[[4]]
[1] TRUE

[[5]]
[[5]][[1]]
[1] 1

[[5]][[2]]
[1] 3

（3）矩阵

二维。由matrix()创建。

> a=matrix(seq(0,10,by=0.9),nrow=4,byrow=TRUE)  #行数为4；按行输入（缺省按列输入）
> a
     [,1] [,2] [,3]
[1,]  0.0  0.9  1.8
[2,]  2.7  3.6  4.5
[3,]  5.4  6.3  7.2
[4,]  8.1  9.0  9.9

（4）数据框

数据帧（Data Frame，有人也叫数据框）也是二维结构，其中每一列包含一个变量的所有值。
数据帧的性质：

行名称唯一。
列名称非空。
存储在数据帧中的数据可以是数字，因子或字符类型。
每列应包含相同数量的数据项。（保证其为二维结构）

生成数据帧由data.frame()创建。

> a=data.frame(name=c('Mike','Jane','King','Tom'),height=c(160,155,166,159),weight=c(65,48,55,53))
> a
  name height weight
1 Mike    160     65
2 Jane    155     48
3 King    166     55
4  Tom    159     53

（5）数组

数组可以是多维的。由函数array()创建。

> a=array(c(1,4,5,6,7),dim=c(4,3,2))
> a
, , 1

     [,1] [,2] [,3]
[1,]    1    7    6
[2,]    4    1    7
[3,]    5    4    1
[4,]    6    5    4

, , 2

     [,1] [,2] [,3]
[1,]    5    4    1
[2,]    6    5    4
[3,]    7    6    5
[4,]    1    7    6

（6）因子

因子是用于对数据进行分类并将其存储为级别的数据对象。它们可以存储字符串和整数。它们在具有有限数量的唯一值的列中很有用。像“男性”，“女性”和True，False等。它们在统计建模的数据分析中很有用。
使用factor()函数通过将向量作为输入创建因子。

> a=c(T,F,F,T,T,T,F)
> a
[1]  TRUE FALSE FALSE  TRUE  TRUE  TRUE FALSE
> factor(a)
[1] TRUE  FALSE FALSE TRUE  TRUE  TRUE  FALSE
Levels: FALSE TRUE

也可由数据帧创建因子：

> a=data.frame(name=c('Mike','Jane','King','Tom'),height=c(160,155,166,159),weight=c(65,48,55,53))
> a
  name height weight
1 Mike    160     65
2 Jane    155     48
3 King    166     55
4  Tom    159     53
> a$name
[1] Mike Jane King Tom 
Levels: Jane King Mike Tom