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"