您好,登錄后才能下訂單哦!
這篇文章主要介紹了R語言數(shù)據(jù)類型有哪些,具有一定借鑒價值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
R語言用來存儲數(shù)據(jù)的對象包括: 向量, 因子, 數(shù)組, 矩陣, 數(shù)據(jù)框, 時間序列(ts)以及列表
意義介紹
1. 向量(一維數(shù)據(jù)): 只能存放同一類型的數(shù)據(jù)
語法: c(data1, data2, ...),訪問的時候下標從1開始(和Matlab相同);向量里面只能存放相同類型的數(shù)據(jù).
> x <- c(1,5,8,9,1,2,5) > x [1] 1 5 8 9 1 2 5 > y <- c(1,"zhao") # 這里面有integer和字符串, 整數(shù)自動轉(zhuǎn)化成了字符 > y[1] [1] "1"
訪問:
> x[-(1:2)] # 不顯示第1,2個元素 [1] 8 9 1 2 5 > x[2:4] # 訪問第2,3,4個元素 [1] 5 8 9
2. 因子(factors): 提供了一個處理分類數(shù)據(jù)的更簡潔的方式
因子在整個計算過程中不再作為數(shù)值, 而是作為一個"符號"而已.
factor(x=character(), levels, labels=levels, exclude=NA, ordered=is.ordered(x), nmax=NA)
x: 一個數(shù)據(jù)向量, 它將被轉(zhuǎn)換成為因子;
levels: 用來指定因子可能出現(xiàn)的水平(默認也就是向量x里面互異的值, sort(unique(x)));它是一個字符向量(即每個元素是單個字符, 組成的一個向量), 下面的變量b就是一個字符向量(可以使用as.character()函數(shù)來生成).
labels: 用來指定水平的名字;
> a <- c(6,1,3,0) > b = as.character(a) > b [1] "6" "1" "3" "0"
exclude: 一個值向量, 表示從向量x里面剔除的水平值.
nmax: 水平數(shù)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)
因子用來存放變量或者有序變量, 這類變量不能用來計算, 而只能用來分類或者計數(shù). 一般因子表示分類變量, 有序因子用來表示有序變量.
創(chuàng)建一個因子:
> colour <- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y') > col <- factor(colour) #生成因子 #labels里面的內(nèi)容代替對應(yīng)位置處的levels內(nèi)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里面沒有'B',導致col3里面的'B'變成了<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"
創(chuàng)建一個有序因子:
> 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. 矩陣(matrix, 二維數(shù)據(jù)): 只能存放同一類型
語法: matrix(data, nrow = , ncol = , byrow = F) -- byrow = F表示按列來存放數(shù)據(jù)(默認), byrow=T表示按行存放數(shù)據(jù);
> 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. 數(shù)組(大于等于三維的數(shù)據(jù)): 只能存放同一類型
語法: array(data, dim) -- data: 必須是同一類型的數(shù)據(jù); dim: 各維的維度組成的向量;(怎么感覺和matlab里面的reshape函數(shù)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. 數(shù)據(jù)框(data frame)
數(shù)據(jù)框是一種矩陣形式排列的數(shù)據(jù)(類似于excel表格), 但是和矩陣不同的是, 它的每一列可以是不同的數(shù)據(jù)類型(還是和excel很像).
語法: data.frame(data1, data2,...) -- data1,...為每列的數(shù)據(jù).
> 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
數(shù)據(jù)訪問:
> 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): 可以存放不同類型的數(shù)據(jù)
語法: 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"
感謝你能夠認真閱讀完這篇文章,希望小編分享的“R語言數(shù)據(jù)類型有哪些”這篇文章對大家有幫助,同時也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識等著你來學習!
免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關(guān)證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權(quán)內(nèi)容。