R语言数据类型

Posted 2020-08-15 Zhao-Pace

      R语言用来存储数据的对象包括: 向量, 因子, 数组, 矩阵, 数据框, 时间序列(ts)以及列表, 下面讲意义介绍.

1. 向量(一维数据): 只能存放同一类型的数据

语法: c(data1, data2, ...), 访问的时候下标从1开始(和Matlab相同); 向量里面只能存放相同类型的数据.

> x <- c(1,5,8,9,1,2,5)
> x
[1] 1 5 8 9 1 2 5
> y <- c(1,"zhao")  # 这里面有integer和字符串, 整数自动转化成了字符
> y[1] 
[1] "1"

访问:

> x[-(1:2)]    # 不显示第1,2个元素
[1] 8 9 1 2 5
> x[2:4]       # 访问第2,3,4个元素
[1] 5 8 9

2. 因子(factors):  提供了一个处理分类数据的更简洁的方式

因子在整个计算过程中不再作为数值, 而是作为一个"符号"而已. 

factor(x=character(), levels, labels=levels, exclude=NA, ordered=is.ordered(x), nmax=NA)

x: 一个数据向量, 它将被转换成为因子;

levels: 用来指定因子可能出现的水平(默认也就是向量x里面互异的值, sort(unique(x)));它是一个字符向量(即每个元素是单个字符, 组成的一个向量), 下面的变量b就是一个字符向量(可以使用as.character()函数来生成). 

labels: 用来指定水平的名字;

> a <- c(6,1,3,0)
> b = as.character(a)
> b
[1] "6" "1" "3" "0"

exclude: 一个值向量, 表示从向量x里面剔除的水平值.

nmax: 水平数目的上界.

> factor(1:3)
[1] 1 2 3
Levels: 1 2 3
> factor(1:3, levels=1:6)
[1] 1 2 3
Levels: 1 2 3 4 5 6
> factor(1:6, exclude = 2)
[1] 1    <NA> 3    4    5    6   
Levels: 1 3 4 5 6

一般因子(factor) VS 有序因子(ordered factor)

      因子用来存放变量或者有序变量, 这类变量不能用来计算, 而只能用来分类或者计数. 一般因子表示分类变量, 有序因子用来表示有序变量.

创建一个因子:

> colour <- c(‘G‘, ‘G‘, ‘R‘, ‘Y‘, ‘G‘, ‘Y‘, ‘Y‘, ‘R‘, ‘Y‘)
> col <- factor(colour)  #生成因子
#labels里面的内容代替对应位置处的levels内容
> col1 <- factor(colour, levels = c(‘G‘, ‘R‘, ‘Y‘), labels = c(‘Green‘, ‘Red‘, ‘Yellow‘))
> levels(col)
[1] "G" "R" "Y"
> levels(col1)
[1] "Green"  "Red"    "Yellow"
> col2 <- factor(colour, levels = c(‘G‘, ‘R‘, ‘Y‘), labels = c(‘1‘, ‘2‘, ‘3‘))
> levels(col2)
[1] "1" "2" "3"
> col_vec <- as.vector(col2)
> class(col_vec)
[1] "character"
> col2
[1] 1 1 2 3 1 3 3 2 3
Levels: 1 2 3
> col_num <- as.numeric(col2)
> col_num
[1] 1 1 2 3 1 3 3 2 3
> col3 <- factor(colour, levels = c(‘G‘, ‘R‘)) #levels里面没有‘B‘,导致col3里面的‘B‘变成了<NA>
> col3
[1] G    G    R    <NA> G    <NA> <NA> R    <NA>
Levels: G R
> colour
[1] "G" "G" "R" "Y" "G" "Y" "Y" "R" "Y"

创建一个有序因子:

> score <- c(‘A‘, ‘B‘, ‘A‘, ‘C‘, ‘B‘)
> score1 <- ordered(score, levels = c(‘C‘, ‘B‘, ‘A‘));
> score1
[1] A B A C B
Levels: C < B < A

3. 矩阵(matrix, 二维数据): 只能存放同一类型

语法: matrix(data, nrow = , ncol = , byrow = F) -- byrow = F表示按列来存放数据(默认), byrow=T表示按行存放数据;

> xx = matrix(1:10, 2, 5)
> xx
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10

4. 数组(大于等于三维的数据): 只能存放同一类型

语法: array(data, dim) -- data: 必须是同一类型的数据; dim: 各维的维度组成的向量;(怎么感觉和matlab里面的reshape函数那么像) 

> a = array(1:10,c(2,5))
> a
     [,1] [,2] [,3] [,4] [,5]
[1,]    1    3    5    7    9
[2,]    2    4    6    8   10

5. 数据框(data frame)

数据框是一种矩阵形式排列的数据(类似于excel表格), 但是和矩阵不同的是, 它的每一列可以是不同的数据类型(还是和excel很像).

语法: data.frame(data1, data2,...) -- data1,...为每列的数据.

> name <- c("Mr A", "Mr B", "Mr C")
> group <- rep(1,3)
> scort <- c(58,15,41)
> df <- data.frame(name, group, scort)
> df
  name group scort
1 Mr A     1    58
2 Mr B     1    15
3 Mr C     1    41

数据访问:

> df$name
[1] Mr A Mr B Mr C
Levels: Mr A Mr B Mr C

  > df[1]
    name
  1 Mr A
  2 Mr B
  3 Mr C

6. 列表(list): 可以存放不同类型的数据

语法: list(name1=component1, name2=component2, ...)

> xx <- rep(1:2, 3:4)
> yy <- c(‘Mr A‘, ‘Mr B‘, ‘Mr C‘, ‘Mr D‘, ‘Mr E‘, ‘Mr D‘, ‘Mr F‘)
> zz <- ‘discussion group‘
> name.list <- list(group = xx, name = yy, decription = zz)    
> name.list
$group
[1] 1 1 1 2 2 2 2

$name
[1] "Mr A" "Mr B" "Mr C" "Mr D" "Mr E" "Mr D" "Mr F"

$decription
[1] "discussion group"

参考:

[1] http://blog.sina.com.cn/s/blog_4d9814240102vigp.html (R语言里的因子factor)