R语言之数据结构

来源:转载

R拥有许多用于存储数据的对象类型,包括标量、向量、矩阵、数组、数据框、列表、因子

1.标量:标量是只包含一个元素的向量

> a <- 1; # 数值型

> b <- "China"; # 字符型

> c <- TRUE; # 逻辑型

2.向量:向量用于存储数值型、字符型或逻辑型数据的一维数组。通过利用c()函数来创建向量

> d <- c(1,2,3);

> e <- c("China","USA");

> f <- c(T,F,F,T);

3.矩阵(matrix):矩阵是一个二维数组,每个元素都拥有相同的模式(数值型、字符型、逻辑型),一般通过函数matrix()来创建矩阵

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)data:包含了矩阵的元素;nrow 和 ncol:用于指定矩阵的行数和列数;byrow=F:默认创建的矩阵按照列进行排列;dimnames:创建矩阵时可以设置行和列的名称(必须为列表形式);

> m1 <- matrix(1:8,nrow=4)

#默认按列填充

> m1

[,1] [,2]

[1,] 1 5

[2,] 2 6

[3,] 3 7

[4,] 4 8

#设置byrow=T,将元素按照行进行填充

> m2 <- matrix(1:8,nrow=4,byrow=T)

> m2

[,1] [,2]

[1,] 1 2

[2,] 3 4

[3,] 5 6

[4,] 7 8

# 设置矩阵行和列的名称

> m3 <- matrix(1:8,nrow=4,byrow=T,dimnames=list(c("r1","r2","r3","r4"),c("c1","c2")))

> m3

c1 c2

r1 1 2

r2 3 4

r3 5 6

r4 7 8

4.数组(array):与矩阵类型,但是维度可以大于2,数组可以通过array()函数进行创建;数组中的数据也只能拥有一种模式(数据类型),如果数组中的数据有其他的数据类型,R会自动将所有数据转换为同一模式

array(data = NA, dim = length(data), dimnames = NULL)data:包含了数组中的数据;dim:是一个数值型的向量,给出了各个维度下标的最大值;dimnames:各个维度名称标签的列表;

> arr <- array(1:24,dim=c(4,3,2))

> arr

, , 1

[,1] [,2] [,3]

[1,] 1 5 9

[2,] 2 6 10

[3,] 3 7 11

[4,] 4 8 12

, , 2

[,1] [,2] [,3]

[1,] 13 17 21

[2,] 14 18 22

[3,] 15 19 23

[4,] 16 20 24

5.数据框(data.frame):数据框类似于二维表格,包含行和列,是R中最常处理的数据结构。不同的列可以包含不同的模式,每一列数据的模式必须唯一;数据框可以通过函数data.frame()进行创建

data.frame(..., row.names = NULL, check.rows = FALSE,

check.names = TRUE,

stringsAsFactors = default.stringsAsFactors())

row.names:设置数据框行的名称;check.rows:默认为FALSE,检查行的名称和数量是否一致;check.names:逻辑值,默认为TRUE,如果为TRUE,变量的名称不能够重复,如果重复,则R会自动进行转换以保证列名不同;stringsAsFactors :是否将字符串转换为因子(factor)类型,stringsAsFactors 默认为TRUE,即default.stringsAsFactors()的值为TRUE,将字符串转换为因子;

> g <- data.frame(a=c(1,2,3),a=c(4,5,6),row.names=c("n1","n2","n3"),check.names=T)

> g

a a.1

n1 1 4

n2 2 5

n3 3 6

> g["a.1"] #由于数据框g有重复列名a,因为设置了check.names=T,R内部会自动将第二列的列名a转换为a.1

a.1

n1 4

n2 5

n3 6

6.列表(list):是一个有序对象的集合,列表允许整合若干对象到单个对象名下,可以通过list()函数进行创建

> k <- list(d=5:9,e="China") # 创建列表k,包括d和e两个对象

> l <- list(title="mylist",a=1:3,b=matrix(1:8,nrow=2),c=c("one","two"),k) #创建列表l,l列表中包含了列表k(列表中也可以包含列表对象)

> l

$title

[1] "mylist"

$a

[1] 1 2 3

$b

[,1] [,2] [,3] [,4]

[1,] 1 3 5 7

[2,] 2 4 6 8

$c

[1] "one" "two"

[[5]]

[[5]]$d

[1] 5 6 7 8 9

[[5]]$e

[1] "China"

7.因子(factor):类别(名义型)变量和有序类别(有序型)变量在R中称为因子。因子型数据在计算机内部存储为整型数据,因子水平属性将每个整型数据映射到一个因子水平上。因为整型数据占的存储空间较少,因    此这种方式比字符串向量更节省存储空间。

factor(x = character(), levels, labels = levels, exclude = NA, ordered = is.ordered(x), nmax = NA)x:用于转换为因子的字符向量数据;levels:因子水平向量,因子型变量可以取得的所有值被称为因子水平;labels:字符型向量,labels与levels有相同的数量或者只有一个;excelude:生成水平时要去除的水平;ordered:默认为FALSE,设置为TRUE,表示有序型变量,用以确定levels 是否应该被视为有序的(按照给定的顺序);nmax: 设定水平数量的上限值

> x <- factor(x=c("middle","small","big","large"),levels=c("small","middle","big","large"),ordered=T)

> x

[1] middle small big large

Levels: small < middle < big < large # R在输出有序因子时会显示因子水平的顺序

> y <- factor(x=c("middle","small","big","large"),levels=c("small","middle","big","large"),ordered=T,labels=c(1,2,3,4))

> y

[1] 2 1 3 4

Levels: 1 < 2 < 3 < 4

> z <- factor(x=c("middle","small","big","large"),levels=c("small","middle","big","large"),exclude=c("small","middle"))

> z

[1] <NA> <NA> big large # 由于去除了水平small和middle,所以原始数据中水平为small和middle的值输出为NA

Levels: big large

> x.integer <- unclass(x) # 通过移除因子x的类属性创建整型向量x.integer 注意此时因子x本身并没有发生变化

> x.integer

[1] 2 1 3 4

attr(,"levels")

[1] "small" "middle" "big" "large"

> class(x.integer)

[1] "integer"

分享给朋友:
您可能感兴趣的文章:
随机阅读: