列表元素可以给定它们的名字并且可以使用这些名称来访问。
列表的元素可以通过在列表中的元素的索引来访问。如遇命名列表也可以使用名称来访问。
继续使用在上面例子的列表
我们可以添加，删除和更新列表中的元素，如下图所示。我们可以增加或删除而且只能添加到列表的末尾的元素。但是可以更新任何元素。
可以把所有的列表传到一个 list()函数合并多个列表成一个列表。
列表可以被转换为一个向量，以便能用于进一步操纵向量的元素。所有关于向量的算术运算可以在列表被转换为矢量之后被应用。要做到这一点转换，使用unlist() 函数。它以列表作为输入，并产生一个向量。
前一段工作太忙了，终于又有时间来继续学习了
列表就是一些对象（或成分，component）的有序集合。列表允许整合若干（可能无关）对象到单个对象名下。也就是说，某个列表中，可能是托干个向量、矩阵、数据框，甚至是其他列表的组合。函数list（）可创建列表。
下面创建一个列表
上述例子创建了一个列表，其中有四个成分：一个字符串、一个数值型向量、一个矩阵以及一个字符型向量。可以任意组合任意多的对象，并将它们保存为一个列表。
注意：可以通过双重括号知名代表某个成分的数字或者名称来访问列表中的元素。
列表允许以一种简单的方式组织和重新调用不相干的信息。其次，许多R函数的运行结果都是以列表的形式返回的。
一些小tips：
1、对象名称中的句点 . 没有特殊意义，但$ 和其他语言中句点有相似的意义，即指定一个数据框或列表中的某些部分。例如，A$x是指数据框A中的变量x。
2、R不提供多行注释或者是块注释功能。
3、将一个值赋予某个向量、矩阵、数组或者列表中一个不存在的元素时，R将自动扩展这个数据结构以容纳新值。
4、R中没有标量。标量以单元素向量的形式出现。
5、R中的下标不从0开始，而是从1开始。
6、变量无法被生命。他们在首次被赋值时生成。
R语言中列表(list)：是向量的一种一般形式，并不需要保证其中的元素都是相同的类型，而且其中的元素经常是向量和列表本身。
数据框(data frame)：
Data Frame一般被翻译为数据框，感觉就像是R中的表，由行和列组成，与列表不同的是，每个列可以是不同的数据类型，而列表是必须相同的。
Data Frame每一列有列名，每一行也可以指定行名。如果不指定行名，那么就是从1开始自增的Sequence来标识每一行。
初始化
使用data.frame函数就可以初始化一个Data Frame。比如我们要初始化一个student的Data Frame其中包含ID和Name还有Gender以及Birthdate，那么代码为：
student<-data.frame(ID=c(11,12,13),Name=c("Devin","Edward","Wenli"),Gender=c("M","M","F"),Birthdate=c("1984-12-29","1983-5-6","1986-8-8”))
另外也可以使用read.table() read.csv()读取一个文本文件，返回的也是一个Data Frame对象。读取数据库也是返回Data Frame对象。
查看student的内容为：
ID Name Gender Birthdate
1 11 Devin M 1984-12-29
2 12 Edward M 1983-5-6
3 13 Wenli F 1986-8-8
这里只指定了列名为ID，Name，Gender和Birthdate，使用names函数可以查看列名，如果要查看行名，需要用到row.names函数。这里我们希望将ID作为行名，那么可以这样写：
row.names(student)<-student$ID
更简单的办法是在初始化date.frame的时候，有参数row.names可以设置行名的向量。
访问元素
与Matrix一样，使用[行Index,列Index]的格式可以访问具体的元素。
比如访问第一行:
student[1,]
访问第二列：
student[,2]
使用列的Index或者列名可以选取要访问的哪些列。比如要ID和Name，那么代码为：
idname<-student[1:2]
或者是
idname<-student[c("ID","Name”)]
如果是只访问某一列，返回的是Vector类型的，那么可以使用[[或者$来访问。比如我们要所有student的Name，代码为：
name<-student[[2]] 或者name<-student[[“Name”]] 或者name<-student$Name
使用attach和detach函数可以使得访问列时不需要总是跟着变量名在前面。
比如要打印所有Name，那么可以写成：
attach(student)
print(Name)
detach(student)
还可以换一种简洁一点的写法就是用with函数：
with(student,{
n<-Name
print(n)
})
这里的n作用域只在大括号内，如果想在with函数中对全局的变量进行赋值，那么需要使用<<-这样一个运算符。
修改列数据类型
接下来我们查看该对象每列的类型，使用str(student)可以得到如下结果：
'data.frame':3 obs. of 4 variables:
$ ID : num 1 2 3
$ Name : Factor w/ 3 levels "Devin","Edward",..: 1 2 3
$ Gender : Factor w/ 2 levels "F","M": 2 2 1
$ Birthdate: Factor w/ 3 levels "1983-5-6","1984-12-29",..: 2 1 3
默认情况下，字符串向量都会被自动识别成Factor，也就是说，ID是数字类型，其他的3个列都被定义为Factor类型了。显然这里Name应该是字符串类型，Birthdate应该是Date类型，我们需要对列的数据类型进行更改：
student$Name<-as.character(student$Name)
student$Birthdate<-as.Date(student$Birthdate)
下面我们再运行str(student)看看修改后的结果：
'data.frame':3 obs. of 4 variables:
$ ID : num 11 12 13
$ Name : chr "Devin" "Edward" "Wenli"
$ Gender : Factor w/ 2 levels "F","M": 2 2 1
$ Birthdate: Date, format: "1984-12-29" "1983-05-06" "1986-08-08”
添加新列
对于以及存在的student对象，我们希望增加Age列，该列是根据Birthdate算出来的。首先需要知道怎么算年龄。我们可以使用日期函数Sys.Date()获得当前的日期，然后使用format函数获得年份，然后用两个年份相减就是年龄。好像R并没有提供几个能用的日期函数，我们只能使用format函数取出年份部分，然后转换为int类型相减。
student$Age<-as.integer(format(Sys.Date(),"%Y"))-as.integer(format(student$Birthdate,"%Y”))
这样写似乎太长了，我们可以用within函数，这个函数和之前提到过的with函数类似，可以省略变量名，不同的地方是within函数可以在其中修改变量，也就是我们这里增加Age列：
student<-within(student,{
Age<-as.integer(format(Sys.Date(),"%Y"))-as.integer(format(Birthdate,"%Y"))
})
查询/子集
查询一个Date Frame，返回一个满足条件的子集，这相当于数据库中的表查询，是非常常见的操作。使用行和列的Index来获取子集是最简单的方法，前面已经提到过。如果我们使用布尔向量，配合which函数，可以实现对行的过滤。比如我们要查询所有Gender为F的数据，那么我们首先对student$Gender==“F”，得到一个布尔向量:FALSE FALSE TRUE,然后使用which函数可以将布尔向量中TRUE的Index返回，所以我们的完整查询语句就是：
student[which(student$Gender=="F"),]
注意这里列Index并没有输入，如果我们只想知道所有女生的年龄，那么可以改为：
student[which(student$Gender=="F"),"Age”]
这样的查询写法还是复杂了点，可以直接使用subset函数，那么查询会简单些，比如我们把查询条件改为年龄<30的女性，查姓名和年龄，那么查询语句为：
subset(student,Gender=="F" &Age<30 ,select=c("Name","Age"))
