数据框(data.frame)是R中最常处理的数据结构。
函数：data.frame(col1,col2,col3,....,row.name=NULL, check.rows = FALSE, check.names=TRUE, stringsAsFactors = default.stringsAsFactors())
其中的列向量col1, col2, col3,...可为任何类型(如字符型、数值型或逻辑型)，每一列的名称可由函数names指定；
row.name用于指定各行（样本）的名称，默认没有名称，使用从1开始自增的序列来标识每一行；
check.rows用于用来检查行的名称和数量是否一致，默认为FALSE；
check.names来检查变量（列）的名称是否唯一且符合语法，默认为TRUE；
stringsAsFactors用来描述是否将字符型向量自动转换为因子，默认转换，若不改变的话使用stringsAsFactors = FALSE来指定即可。
每一列数据的模式必须唯一，不过你却可以将多个模式的不同列放到一起组成数据框。
先构建向量，再组成数据框。
直接用data.frame函数构建数据框。
R语言的下标索引是从1开始的，且下标索引为负数的话表示删除某个元素。
[] 可进行索引，括号内对应的是[行下标, 列下标]。
[1] 1 2 3 4 5 6 7 8
[1] "four"
[1] 1 2 3 4 5 6 7 8
[1] "four"
[1] 1 2 3 4 5 6 7 8
[1] "one" "two" "three"
attach、detach和with()
函数attach()可将数据框添加到R的搜索路径中。
函数detach()将数据框从搜索路径中移除。
函数attach()和detach()最好在你分析一个单独的数据框，并且不太可能有多个同名对象时使用。
with()就是把所有操作都限制在数据框上。
The following objects are masked by .GlobalEnv:
[1] 1 2 3 4 5 6 7 8
[1] "n1" "n2" "n3" "n4" "n5" "n6" "n7" "n8"
[1] 8
[1] 3
[1] 8
[1] "name""values" "values2"
[1] "r1" "r2" "r3" "r4" "r5" "r6" "r7" "r8"
[1] 8 3
[1] "data.frame"
[1] "numeric"
[1] "character"
Length:8 Min. :1.00 Min. :1.00
Class :character 1st Qu.:2.75 1st Qu.:2.75
Mode :character Median :4.50 Median :4.50
Mean :4.50 Mean :4.50
3rd Qu.:6.25 3rd Qu.:6.25
Max. :8.00 Max. :8.00
[1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE
在R中有 6中索引编写方式 ，包括 正整数、负整数、零、空格、逻辑值、名称
与正整数索引相反，它的含义是 不包含 负整数索引所对应的元素。
说实话，零索引并没有多大用处。这里就不介绍了
代表选取该索引位置所代表维度的所有元素。
当索引提供一个包含TRUE和FALSE逻辑值的向量时，R会匹配索引值为TRUE的元素。 此索引方式非常重要
编写一个可以返回第一行所有元素的函数
问题：这样每次发牌都是黑桃K，所以我们要在每次发完牌后进行洗牌，然后再发，现在写一个洗牌的函数
下面写一个输入进去deck输出一个洗牌后的数据框的函数
$ 可以提取数据框或列表对象中的值。
列表提取元素
掌握R语言的索引，最基本操作为 写出对象名字，并在随后中括号里写出对应的索引即可 。若对象是一维的，如向量，只需要提供一个位置索引；若对象是二维的，如数据框，则提供两个位置索引，中间用逗号隔开。n维则用n个索引。另外数据框和列表还可用 $ 来索引。
![python中文字符串怎么定位啊，比如‘我爱中国’，，那么如果‘我爱中国’[2:3]不是“中国”两个字啊](/aiimages/python%E4%B8%AD%E6%96%87%E5%AD%97%E7%AC%A6%E4%B8%B2%E6%80%8E%E4%B9%88%E5%AE%9A%E4%BD%8D%E5%95%8A%EF%BC%8C%E6%AF%94%E5%A6%82%E2%80%98%E6%88%91%E7%88%B1%E4%B8%AD%E5%9B%BD%E2%80%99%EF%BC%8C%EF%BC%8C%E9%82%A3%E4%B9%88%E5%A6%82%E6%9E%9C%E2%80%98%E6%88%91%E7%88%B1%E4%B8%AD%E5%9B%BD%E2%80%99%5B2%3A3%5D%E4%B8%8D%E6%98%AF%E2%80%9C%E4%B8%AD%E5%9B%BD%E2%80%9D%E4%B8%A4%E4%B8%AA%E5%AD%97%E5%95%8A.png)
