R语言入门3---R语言六大基本数据结构
文章目录
- 写在篇前
- 向量
- 矩阵
- 数组
- 因子
- 数据框
- 构建数据框
- 观察数据
- 行名、列名
- 获取行数据、列数据
- 添加列
- 数据类型转换
- 子集查询
- 数据合并
- 列表
- 其他
写在篇前
本篇主要总结R语言中六大基本数据结构的基本概念和常用操作，包括向量（Vector）、矩阵（Matrix）、数组（Array）、因子（Factor）、数据框（Data.Frame）、列表（List）。这六大基本数据结构和R语言流程控制是我们编写R脚本的基石，再结合R语言丰富的函数以及社区开发Package，我们就能应用R语言做很多非常Cool的事情。
向量
向量是用于存储数值型、字符型或逻辑型数据的一维数组。执行组合功能的函数c()可用来创建向量。注意，单个向量中的数据必须拥有相同的类型或模式（数值型、字符型或逻辑型） ，如：
> a = c(1,2,3,4,5)
> mode(a) # 说明这是一个数值型存储的向量
[1] "numeric"
向量是一个常用并且非常简单的数据结构，主要需要注意一下向量元素的索引（R语言的数据结构的下标是从1开始的）以及数据类型转换：
# 创建向量
> a = c(1,2,3,4,5)
> b = c(1:5)
> c_ = c("1","2","3","4","5")
> d = c(T,F,T,T,F)# 数据类型相关操作
> typeof(a)
[1] "double"
> mode(a)
[1] "numeric"
> class(a)
[1] "numeric"> is.numeric(a)
[1] TRUE
> is.double(a)
[1] TRUE> as.character(a)
[1] "1" "2" "3" "4" "5"
> as.character(a) == b
[1] TRUE TRUE TRUE TRUE TRUE# 索引向量元素
> a[1]
[1] 1
> a[2:4]
[1] 2 3 4
> a[c(2,4)]
[1] 2 4
矩阵
矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型），可通
过函数matrix创建矩阵。一般使用格式为：
mymatrix <- matrix(vector, nrow,ncol,byrow=T,dimnames=list(char_verctor_rownames,char_vector_colnames))
其中vector包含了矩阵的元素，nrow和ncol用以指定行和列的维数，dimnames包含了可选的、
以字符型向量表示的行名和列名。选项byrow则表明矩阵应当按行填充（byrow=TRUE）还是按
列填充（byrow=FALSE） ，默认情况下按列填。
> nums = 1:4
> rnames = c('r1','r2')
> cnames = c('c1','c2')> matrix_obj = matrix(nums,nrow=2,dimnames=list(c(),cnames))
> matrix_objc1 c2
[1,] 1 3
[2,] 2 4> matrix_obj = matrix(nums,nrow=2,dimnames=list(rnames,cnames)
+ )
> matrix_objc1 c2
r1 1 3
r2 2 4
可以使用下标和方括号来选择矩阵中的行、列或元素。X[i,]指矩阵X中的第i 行，X[,j]
指第j 列，X[i, j]指第i 行第j 个元素，选择多行或多列时，下标i 和j 可为数值型向量。
> a = matrix(1:20,nrow=5)
> a[,1] [,2] [,3] [,4]
[1,] 1 6 11 16
[2,] 2 7 12 17
[3,] 3 8 13 18
[4,] 4 9 14 19
[5,] 5 10 15 20# 索引单个数据
> a[1]
integer(1)
> a[7]
[1] 7
# 索引行
> a[1,]
[1] 1 6 11 16
> matrix_obj['r1',]
c1 c2 1 3
# 索引列
> a[,1:2][,1] [,2]
[1,] 1 6
[2,] 2 7
[3,] 3 8
[4,] 4 9
[5,] 5 10
> matrix_obj[,'c1']
r1 r2 1 2
# 综合
> a[1:2,2:3][,1] [,2]
[1,] 6 11
[2,] 7 12
数组
数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建，形式如下：
myarray <- array(vector,dimensions,dimnames)
其中vector包含了数组中的数据，dimensions是一个数值型向量，给出了各个维度下标的最大
值，而dimnames是可选的、各维度名称标签的列表：
> dim1 = c('A1','A2')
> dim2 = c('B1','B2','B3')
> dim3 = c('C1','C2','C3','C4')
> z = array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3)) # 由此创建了一个2*3*4的数组
这里特别需要注意的是这些数在空间上的延伸顺序，此数组可以看作4个2*3的矩阵，各个矩阵中依次按列延伸。因此，该矩阵如下：
> z
, , C1B1 B2 B3
A1 1 3 5
A2 2 4 6, , C2B1 B2 B3
A1 7 9 11
A2 8 10 12, , C3B1 B2 B3
A1 13 15 17
A2 14 16 18, , C4B1 B2 B3
A1 19 21 23
A2 20 22 24
与前面相同，我们需要关注数组的索引操作，基本和向量、矩阵如出一辙：
# 索引元素
> z[1,1,3]
[1] 13# 综合索引
> z[1:2,1:3,2]B1 B2 B3
A1 7 9 11
A2 8 10 12
> z[c('A1','A2'),c('B1','B2','B3'),'C2']B1 B2 B3
A1 7 9 11
A2 8 10 12
因子
变量可以归结为以下几种：
名义型
名义型变量是没有顺序之分的类别 变量。糖尿病类型Diabetes（Type1、Type2）是名义型变量的一例。即使在数据中Type1编码为1而Type2编码为2，这也并不意味着二者是有序的。
有序型
有序型变量表示一种顺序关系，而非数量关系。病情Status（poor, improved, excellent）是顺序型变量的一个上佳示例。我们明白， 病情为poor（较差）病人的状态不如improved（病情好转）的病人，但并不知道相差多少。
连续型
连续 型变量可以呈现为某个范围内的任意值，并同时表示了顺序和数量。年龄Age就是一个连续型变
量，它能够表示像14.5或22.8这样的值以及其间的其他任意值。
类别（名义型）变量和有序类别（有序型）变量在R中称为因子（factor），函数factor()以一个整数向量的形式存储类别值，整数的取值范围是[ 1 … k ]（其中k 是名义型变量中唯一值的个数） ，同时一个由字符串（原始值）组成的内部向量将映射到这些整数。
因子主要有以下几种情况：
名义型变量因子
> diabetes = c("Type1","Type2","Type1","Type2") > diabetes = factor(diabetes) > diabetes [1] Type1 Type2 Type1 Type2 Levels: Type1 Type2> str(diabetes)Factor w/ 2 levels "Type1","Type2": 1 2 1 2 > summary(diabetes) Type1 Type2 2 2有序型变量因子
> status = c("Poor","Imporved","Excellent","Poor") > status = factor(status,ordered=TRUE) > status [1] Poor Imporved Excellent Poor Levels: Excellent < Imporved < Poor> str(status)Ord.factor w/ 3 levels "Excellent"<"Imporved"<..: 3 2 1 3 > summary(status) Excellent Imporved Poor 1 1 2自定义因子水平顺序
> status = c("Poor","Improved","Excellent","Poor") > status = factor(status,ordered=TRUE,levels=c("Poor","Improved","Excellent"),labels=c("bad","middle","good")) > status [1] bad middle good bad Levels: bad < middle < good > str(status)Ord.factor w/ 3 levels "bad"<"middle"<..: 1 2 3 1 > summary(status)bad middle good 2 1 1
数据框
数据框（data.frame）可以理解为二维数据表，每一行代表一条记录，每一列代表一个属性。不同于矩阵，数据框中每一列的数据类型可以不同，更加灵活多变、应用广泛，比如Excel数据导入R中处理一般就采用该种数据类型。数据框的操作稍微更复杂，以下主要例举基本的数据框构建、行列名操作、子集操作、数据类型转换、查询合并等方面。
构建数据框
# 最基本的初始化方式
students<-data.frame(ID=c(1,2,3),Name=c("jeffery","tom","kim"),Gender=c("male","male","female"),Birthdate=c("1986-10-19","1997-5-26","1998-9-8"))
观察数据
> summary(students)ID Name Gender BirthdateMin. :1.0 jeffery:1 female:1 1986-10-19:1 1st Qu.:1.5 kim :1 male :2 1997-5-26 :1 Median :2.0 tom :1 1998-9-8 :1 Mean :2.0 3rd Qu.:2.5 Max. :3.0
> str(students)
'data.frame': 3 obs. of 4 variables:$ ID : num 1 2 3$ Name : Factor w/ 3 levels "jeffery","kim",..: 1 3 2$ Gender : Factor w/ 2 levels "female","male": 2 2 1$ Birthdate: Factor w/ 3 levels "1986-10-19","1997-5-26",..: 1 2 3
行名、列名
# 获取行名、列名
> row.names(students)
[1] "1" "2" "3"
> rownames(students)
[1] "1" "2" "3"> names(students)
[1] "ID" "Name" "Gender" "Birthdate"
>colnames(students)
[1] "ID" "Name" "Gender" "Birthdate"# 设置列名、行名
> row.names(students)<-c("001","002","003")
> rownames(students)<-c("001","002","004")> names(students)<-c("id",'name','gender','birthday')
> colnames(students)<-c("id",'name','gender','birth')
获取行数据、列数据
需要注意的是R语言的下标是从1开始
# 获取列
> students$name
[1] jeffery tom kim
Levels: jeffery kim tom> students[,2]
[1] jeffery tom kim
Levels: jeffery kim tom> students[[2]]
[1] "jeffery" "tom" "kim" > students[2]name
001 jeffery
002 tom
004 kim> students['name']name
001 jeffery
002 tom
004 kim> students[c('id','name')]id name
001 1 jeffery
002 2 tom
004 3 kim> students[1:2]id name
001 1 jeffery
002 2 tom
004 3 kim# 获取行
> students[1,]ID Name Gender Birthdate
1 1 jeffery male 1986-10-19# 获取列和行
> students[2:3,2:4]name gender birth
002 tom male 1997-5-26
004 kim female 1998-9-8
在复杂操作时，可以使用以下代码简化代码：
# attach、detach
> attach(students)
> name<-name
> detach(students)
> name
[1] jeffery tom kim
Levels: jeffery kim tom# with
> with(students,{
+ name<-name
+ })
> print(name)
[1] jeffery tom kim
Levels: jeffery kim tom
但是上面的with有一种情况需要注意，当要在{}中对存在的全局变量赋值时，需要使用<<-进行赋值：
# 01
name<-c(1,2,3)
> with(students,{
+ name<-name
+ })
> name # 你会发现，结果和上面不一样
[1] 1 2 3# 02
> name<-c(1,2,3)
> with(students,{
+ name<<-name
+ })
> name # 此时效果将和上面一样
[1] jeffery tom kim
Levels: jeffery kim tom
添加列
> students$Age<-as.integer(format(Sys.Date(),"%Y"))-as.integer(format(as.Date(students$Birthdate),"%Y"))
> students<-within(students,{
Age<-as.integer(format(Sys.Date(),"%Y"))-as.integer(format(as.Date(Birthdate),"%Y"))
})
数据类型转换
student$Name<-as.character(student$Name)
student$Birthdate<-as.Date(student$Birthdate)
子集查询
> students[which(students$Gender=="male"),] # 获取性别是male的数据行> students[which(students$Gender=="male"),"Name"] # 获取性别是male的名字
[1] jeffery tom
Levels: jeffery kim tom> subset(students,Gender=="male" & Age<30 ,select=c("Name","Age"))Name Age
2 tom 22> library(sqldf)
> result<-sqldf("select Name,Age from student where Gender='male' and Age<30")数据合并
# inner join
score<-data.frame(SID=c(1,1,2,3,3),Course=c("Math","English","Math","Chinese","Math"),Score=c(90,80,80,95,96))
> result<-merge(students,score,by.x="ID",by.y="SID")
> resultID Name Gender Birthdate Age Course Score
1 1 jeffery male 1986-10-19 33 Math 90
2 1 jeffery male 1986-10-19 33 English 80
3 2 tom male 1997-5-26 22 Math 80
4 3 kim female 1998-9-8 21 Chinese 95
5 3 kim female 1998-9-8 21 Math 96# rbind
> student2<-data.frame(ID=c(21,22),Name=c("Yan","Peng"),Gender=c("female","male"),Birthdate=c("1982-2-9","1983-1-16"),Age=c(32,31))
> rbind(student2, students)ID Name Gender Birthdate Age
1 21 Yan female 1982-2-9 32
2 22 Peng male 1983-1-16 31
3 1 jeffery male 1986-10-19 33
4 2 tom male 1997-5-26 22
5 3 kim female 1998-9-8 21# cbind
> cbind(students, score[1:3,])ID Name Gender Birthdate Age SID Course Score
1 1 jeffery male 1986-10-19 33 1 Math 90
2 2 tom male 1997-5-26 22 1 English 80
3 3 kim female 1998-9-8 21 2 Math 80
列表
列表（list）是R的数据类型中最为复杂的一种。一般来说，列表就是一些对象（或成分，
component）的有序集合。列表允许你整合若干（可能无关的）对象到单个对象名下。例如，某个
列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。可以使用函数list()创建列表:
mylist <- list(obj1,bj2,...)
# or
mylist <-(name1=obj1,name2=obj2,...)
以下展示列表的主要操作，包括构建列表、获取列表元素等：
# 构建
> a = 'My First List'
> b = c(1,2,3,4,5)
> c = matrix(1:10, nrow=5)
> d = c("1","2","3","4","5")
> mylist = list(title=a,months=b,c,d)
> mylist
$title
[1] "My First List"$months
[1] 1 2 3 4 5[[3]][,1] [,2]
[1,] 1 6
[2,] 2 7
[3,] 3 8
[4,] 4 9
[5,] 5 10[[4]]
[1] "1" "2" "3" "4" "5"# 索引方式(特别注意他们之间的区别)
> mylist[[1]] # 返回list中对应元素
[1] "My First List"
> mylist[1] # 返回的是list类型
$title
[1] "My First List"> mylist['title'] # 返回的是list类型
$title
[1] "My First List"
> mylist[['title']] # 返回list中对应元素
[1] "My First List"> mylist$title # 返回list中对应元素
[1] "My First List"# 所以不难推测，构建list的子集可以如下：
> mylist[c('title','months')]
$title
[1] "My First List"$months
[1] 1 2 3 4 5
其他
上面的示例代码中涉及可能涉及下面这些容易混淆的函数，在此，对这些函数进行总结归纳：
上下文函数
with和attach的区别就是，如果在with上下文中需覆盖全局变量的值，需要使用
<<-符号，而attach会默认覆盖；within跟with功能相同，但返回值不同，within会返回所有修改生效后的原始数据结构（列表、数据框等），而with的返回值一般都被忽略。- with
- attach、detach
- within
数据类型函数
在R里面，每一个对象都有一个mode和一个class，前者表示对象在内存中是如何存储的 (numeric, character, list and function)；后者表示对象的抽象类型。
typeof
The Type of an Object
mode
The (Storage) Mode of an Object
class
R possesses a simple generic function mechanism which can be used for an object-oriented style of programming.Method dispatch takes place based on the class of the first argument to the generic function.
R语言入门3---R语言六大基本数据结构相关推荐
- go语言视频教程_ go语言入门视频教程_go语言实战视频教程
许多人可能知道go语言的优点在哪里,但他们不知道go语言适合在哪里使用.通过学习go语言视频教程,可以清楚的知道go语言主要用于服务器端开发,其定位是用来开发"大型软件".学习go ...
- C语言入门——初识C语言
C语言入门--初识C语言 一. C语言的起源 二. 选择C语言的原因 (一). 设计特性 (二). 高效性 (三). 可移植性 (四). 强大而灵活 (五). 面向程序员 (六). 缺点 三. C语言 ...
- 入门C语言模板,C语言入门经典-C语言编程
C语言入门经典-C语言编程Tag内容描述: 1.第01章C语言编程,C语言是一种功能强大.简洁的计算机语言,通过它可以编写程序,指挥计算机完成指定的任务.我们可以利用C语言创建程序(即一组指令),并让 ...
- c语言编程培训ppt,C语言入门经典-C语言编程.ppt
<C语言入门经典-C语言编程.ppt>由会员分享,可在线阅读,更多相关<C语言入门经典-C语言编程.ppt(27页珍藏版)>请在人人文库网上搜索. 1.第01章 C语言编程,C ...
- c语言入门经典doc,C语言入门经典C语言编程.ppt
C语言入门经典C语言编程.ppt 第01章 C语言编程,C语言是一种功能强大.简洁的计算机语言,通过它可以编写程序,指挥计算机完成指定的任务.我们可以利用C语言创建程序即一组指令,并让计算机依指令行事 ...
- 编程入门c语言ppt,C语言入门经典-C语言编程.ppt
<C语言入门经典-C语言编程.ppt>由会员分享,可在线阅读,更多相关<C语言入门经典-C语言编程.ppt(27页珍藏版)>请在装配图网上搜索. 1.第01章 C语言编程,C语 ...
- c语言入门数组,C语言入门之数组(2)
二维数组 前面介绍的数组只有一个下标,称为一维数组, 其数组元素也称为单下标变量.在实际问题中有很多量是二维的或多维的, 因此C语言允许构造多维数组.多维数组元素有多个下标, 以标识它在数组中的位置, ...
- 小学生c语言入门ppt,C语言入门至精完整版46759.ppt
C语言入门至精完整版46759 第10章 指针 C语言程序设计 第十章 指针 地址和指针的概念 变量的指针和指向变量的指针变量 数组与指针 字符串与指针 指向函数的指针 返回指针值的函数 指针数组和指 ...
- 01《Go语言入门》Go语言简介：历史背景、发展现状及语言特性
这是我纯手写的<Go语言入门>,手把手教你入门Go.源码+文章,看了你就会
- r语言java环境安装_【R语言入门】R语言环境搭建
说明 R 语言是一个功能十分强大的工具,几乎绝大多数的数据分析工作都可以在 R 中完成,并且拥有很极强的绘图功能支持,能让你手中的数据以各种姿势进行可视化呈现,而且支持 Windows.Mac OS. ...
最新文章
- delphi回调函数
- MFC——ComBox用法大全
- Callable与Future的介绍
- Request的学习笔记（属Servlet学习课程）
- 云适配签约比亚迪 构建统一工作平台
- 使用com.alibaba.druid.filter.config.ConfigTools进行加密和解密工具类
- 流量高峰时期的性能瓶颈有哪些、以及如何来解决
- js基础系列之函数调用与this
- 我不相信长夜将至，因为火把就在自己手中。
- 性能测试的实施及总结（二）
- 计算机与电视连接方式是什么,电脑投屏到电视机怎么设置（详解两者间的投屏方法）...
- javascript实现电话号码验证
- 怎么批量提取图片的文件名？
- 试用AI写作软件AI-WRITER.COM：重写(rewrite)功能测试简短报告
- 从网站流量指标开始，CSDN 如何洞察运营效果异动？丨评测来了
- RoBERTa VS BERT
- Python Django学习
- 让机器读懂人类：探索问答系统和机器阅读理解
- 关于亚马逊SP-API申请和亚马逊SP-API注册公共开发者的PII权限一些建议
- 江苏省二级计算机信息技术基础,江苏省计算机二级基础知识整理资料样稿.doc...
热门文章
- eval？python顺序列表模拟栈实现计算器
- TCP 可靠传输机制详解
- 07.suggester简述
- 03.body_search
- 测试点分析：1048 数字加密 (20分)_16行代码AC
- java servlet 多线程_java – 多线程GAE servlet来处理并发用户
- linux 显示器分辨率设置太小了,显示器不显示 如何在设置回来,当“显示设置”中的分辨率不可用时，如何使用xrandr设置自定义分辨率...
- hutool 读取扩展名文件_JPG,PNG,GIF,TIFF、SVG玩设计必须了解的文件格式你知道几个？...
- python内核大小_关于keras.layers.Conv1D的kernel_size参数使用介绍
- autocad软件提供的哪些功能可以提高设计效率?_节省80%制图时间：AutoCAD如何有效“手脑”结合，释放创作潜能？...