R---数据以及数据的结构

Python09

R---数据以及数据的结构,第1张

在R中，常见的数据类型一共有5种：

字符型character,

数值型numeric,

整形integer,

复数型complex,

逻辑型logical

还需要注意的是，如果我们直接输入1,2,3,4...得到的是numeric类型。如果想要输入integer类型，需要输入1L,2L,3L,4L...

Inf表示无穷大，-Inf表示无穷小。

同理1/0表示无穷大，-1/0表示无穷小

如果输入0/0则会得到Nan这样的显示，Nan表示在计算的时候出现错误。

而如果出现Na则表示缺失值。我们可以认为Na包含了NaN。

在R语言中，常见的数据的结构有以下几种：

向量，列表，矩阵，数组，数据框，因子

特点：相同类型，序列

如何创建向量？

1、创建初始向量：vector（‘数据类型’，数据个数），例如，我们输入：x<-vector('numeric',10)，可以得到如下结果，可以看到x的类型为数值型numeric。

2、用vector其实等同于直接用数据类型后面跟数据个数，上面的例子其实就可以写成numeric(10)，运行之后可以得到相同的结果：

3、如果需要创建的向量是等差为1的等差数列，如1到20的数列，我们可以直接写成：

1:20

4、更多情况下，我们用c()函数用来创建向量，把数据对象连结在一起(concatenate)

例如：

c(1,2)

如上图可见，这里的数据类型class显示的是“numeric”，说明c(1,2)生成的向量里面的数据类型是数值型，而非整形integer。如果想要得到整形的向量，我们需要输入：

c(1L,2L)

如果输入c(TRUE,FALSE,FALSE,TRUE)，得到逻辑型向量

如果输入c('初中','高中','大学')，得到文本型向量

注意

就像我们之前提到的，向量里面必须得是相同类型的数据。如果在创建向量的时候，输入了不同类型的数据，R会强制将不同类型的数据转换成相同的数据类型。

例如，输入c(1.7,'a')，最后生成的结果如图，1.7被转成了字符型，我们也可以从class里面看到类型是字符型character。

输入c(T,2)，最后生成的结果如图，T由逻辑型转成了数值型。

输入c("a",T),得到的结果如图所示，T由逻辑型转成了字符型。

上面提到的这几种转换，通常都是R强制地悄悄地执行的。如果我们自己想要转换数据类型，则应该应用：

as.numeric/logical/character/complex(向量名) 来进行转换。

特点：列表和向量相同的地方在于，二者都是序列；不同的地方在于，列表是由不同类型的对象组成的，而向量则由同样类型的数据组成。

写作：list(name1=object1,name2=object2,…)

例如：输入x<-list(1,'a',T,b=c(1+4i,2-3i))，我们可以明显看到list()里面的每个部分类型都不同（数值，字符，逻辑值，向量），输出结果如图：

是一类特殊向量,维度属性。

matrix(数据, nrow = 几行, ncol = 几列, byrow = FALSE/T是否按行排列, dimnames = list(c(行名)，c(列名 )))

斜体的部分表示可以不写。

例如，我们想要输入1-8，2行，4列，按照行排列，行名为张三、王五，列名为吃喝玩乐。可以得到如下图：

matrix(1:8,2,4,byrow=T,dimnames = list(c('张三','王五'),c('吃','喝','玩','乐')))

矩阵还有另外一种方法可以创建，用cbind() rbind()创建

例如有x,y两个向量。cbind()是按照列来连接xy(x一列，y一列)rbind是按照行连接xy（x一行，y一行）

注意 ：如果用rbind（）来合并矩阵或者向量或者表格，必须要求二者列名一致

矩阵还有另外一种方法可以创建，创建一个向量，而后添加维度

t()表示矩阵的转置

array，和matrix最大的区别在于array的维度更多，有三个维度。

我们可以理解为matrix有行、列两个维度；但是array多了一个面板维度（分成几块）。

array(数据,dim=c(几行,几列,几块),dimnames = list(c(行名),c(列名),c(板块名)))

例如：

array(1:12,dim=c(2,3,2),dimnames=list(c('从前','现在'),c('衣','食','行'),c('北京','上海')))

得到如下结果：

数据框是R的一个重要数据类型,用来存储表格数据。可认为是特殊类型的列表,列表中每个元素(每类)都有同样的长度。每一列可以是不同的类型(矩阵是相同的)。可以通过调用data.matrix()将数据框转化为矩阵。

数据框很像我们在使用SQL的时候来定义表格之后，给表格中的各列赋值的情况。

data.frame(列1=向量,列2=向量)

例如：data.frame(foo=1:4,bar=c(T,T,F,F))

nrow(x)----x有几行

ncol(x)----x有几列

特点：用于创建分类数据,两种类型:有序/无序。

可以写成这样的形式：

factor(c("第一类","第二类","第三类",...),levels=c("第一类","第二类","第三类"),ordered = T)

ordered默认为F。

例如：factor(c("小学","初中","高中","小学"),levels=c("小学","初中","高中"),ordered = T)

得到如下结果：

我们如果不对level进行定义，出现如下结果：

此时虽然有比较，但是初中<高中<小学，这样的结果是根据字母发音排序的结果，或许并不是我们想要的，所以如果我们对排序有要求，还是要对levels进行定义。levels=c("第一类","第二类","第三类")，理解为

"第一类"<"第二类"<"第三类"

我们如果不对ordered进行定义，出现如下结果：

此时为无序数据，无比较。

我们还有另外一种方法来定义因子：gl

gl(有几类, 循环几次, labels = c("第一类名称", "第二类名称"),ordered=T)

例如：gl(2,4)，表示有两个变量（2），每一个循环4次

例如：gl(2, 8, labels = c("女", "男"),ordered=T)，表示有两个变量，各循环8次，这两个变量分别表示为“女”和“男”，排序。

注意，这里和上一个例子一样，本来应该是给出两个变量用1和2表示，labels相当于给1和2加了“女”和“男”的标签。所以排序之后显示“女”<“男”，其背后真实的情况是1<2 。

例如： gl(2, 8, labels = c("女", "男"),ordered=T,length=32)，在以上的基础上，规定一共有32个对象

通过我们以上的论述，我们知道了5种数据类型和几种常见的对象形态。

这些是R中非常基础但是十分重要的内容，需要多看几遍才能记得更清楚。

编写代码保持一致而且易读的风格可能比代码本身更加重要，有很多版本的R风格，比如Google和hadley wickham的，不同版本之间没有优劣之分，但是只要使用了其中一种，最好一致保持这种风格，当然，与团队保持协调也很重要。以hadley的版本为例，简单来说主要有以下几条：脚本文件名应该有实际意义并且以.R为后缀变量和函数名应该有实际意义且为小写，使用下划线作为间隔，变量名使用名词，函数名使用动词在中缀操作符左右以及空格后加入空格，但是对于:、::和:::不需要空格，小括号的左边加入空格（函数调用则不需要），小括号和中括号内代码两侧不需要空格大括号的右边应另起一行，大括号内的代码应缩进每行代码不超过80个字符缩进使用两个空格赋值使用 <- 而不是=

先写一竖从上往下再原路反折弯。然后在英语作业的三线格中，小写的r是只占据中间一行的。不要写出去哦。如下图：

大写字母R是先写一竖从上往下再提笔写半圆再一撇。

在很多语言当中，大写字母主要用于每一句开头的第一个字母、专用名词的第一个字母、以及需要特别强调的字句，小写用于其他情况。但是呢各语言也有各自特有的规则，

1，德语中每一个名词的第一个字母都用大写书写。

2，古希腊语言中：罗马时期的字母表只有大写字母，

3，希腊,字母及罗马字母的小写是在中世纪时期渐渐发展出来的。早期的小写体是大写体的手写体，由于其书写速度快，形状渐渐变圆（如A变成a），去繁从简（如R变成r），但为了避免连笔字母之间发生混淆，也出现了一些附加符号，如I的小写i上方的。

,