R中的变量可以存储任何数据类型，也可以存放任何R对象，例如函数、分析的结果以及一个图形。单个变量在某时刻取值为一个数字，而后可以被赋值为字符，再而后又可以被赋值为一个数字。

对一个变量进行赋值有许多方式，而且不受所赋值的类型限制。

有效的赋值操作符是<- 和 =，更倾向于前者，但在函数参数中要用=，而不能使用<-

x <- 2
x
[1] 2

y = 5
y
[1] 5

这里的箭头操作符也可以指向另一方向，如下所示。

3 <- z
z
[1] 3

这个赋值运算可连续地同时把一个值赋给多个变量。

a <- b <- 7
a
[1] 7

一个更麻烦费劲的赋值方式是使用assign函数，但是有时是必要的。

assign("j",4)
j
[1] 4

R中有许多数据类型来存储各种各样的数据。最经常用到的4种主要数据类型是数值型（numeric）、字符型（character）（字符串）、日期型（Date）或POSIXct（基于日期的）、逻辑型（logical）（TRUE或FALSE）。变量中所存储的数据类型可以用class函数查看。

字符是区分大小写的，所以“Data”不同于“data”和“DATA”。想要得到字符（或数值)的长度，使用nchar函数。

nchar("hello")
[1] 5

nchar(3)
[1] 1

nchar(452)
[1]3

这对因子型（factor）数据是不起作用的。

逻辑型

R中简写的T和F分别代替TRUE和FALSE，但是在实际应用中最好不要用简写，因为它们只是储存TRUE和FALSE的简单变量，其可以被重新赋值，这将会导致很多麻烦和错误。

向量

最常用的创建向量的方式是用c。这个c代表着合并（combine），因为许多元素被合并为一个向量。

x <- c(1,2,3,4,5,6,7,8,9,10)
x
[1] 1 2 3 4 5 6 7 8 9 10

向量的运算具有广播的性质，length函数可以返回向量的大小。为了检查是否所有元素都是TRUE，可以用all函数。类似的，any函数可以检查所有元素中是否存在TRUE。

缺失数据

在统计和计算中，缺失数据起着至关重要的作用，R有两种缺失数据的类型，NA和NULL。对于NA，通常由于许多原因，我们所得到的数据是有缺失的。R中使用NA来代替缺失数据。NULL是没有任何东西。它不算准确的缺失，而是空白。函数有时会返回NULL，其参数也可以是NULL。NA和NULL一个重要的区别是，NULL是最小的“原子”，其不能存在于向量中。如果在向量中使用，其自然就消失了。