統(tǒng)計(jì)分析中一個(gè)完整的數(shù)據(jù)集通常是由若干個(gè)變量的若干個(gè)觀(guān)測(cè)值組成的, 在R中稱(chēng)為數(shù)據(jù)框. 數(shù)據(jù)框是一個(gè)對(duì)像, 它與前面講的矩陣與二維數(shù)組形式上是類(lèi)似的, 也是二維的，也有維數(shù)這個(gè)屬性, 且各個(gè)變量的觀(guān)測(cè)值有相同的長(zhǎng)度. 但不同的是: 在數(shù)據(jù)框中, 行與列的意義是不同的, 其中的列表示變量，而行表示觀(guān)測(cè). 顯示數(shù)據(jù)框時(shí)左側(cè)會(huì)顯示觀(guān)測(cè)值的序號(hào).

數(shù)據(jù)框的建立分為直接的與簡(jiǎn)接的兩種方法:

數(shù)據(jù)框的直接建立

若你在R中建立了一些向量并試圖想由它們生成數(shù)據(jù)框，則可以使用函數(shù)data.frame( ). 例如

> x=c(42,7,64,9)

> y=1:4

> z.df=data.frame(INDEX = y, VALUE = x)

INDEX VALUE

1 1 42

2 2 7

3 3 64

4 4 9

數(shù)據(jù)框中的向量必須有相同的長(zhǎng)度或長(zhǎng)度有倍數(shù)關(guān)系，如果其中有一個(gè)比其它的短，它將按循環(huán)法則“循環(huán)”整數(shù)次. 例如

> weight <- c(70.6, 56.4, 80, 59.5)

> x <- (c("adult", "teen", "adult", "teen"))

> wag <- data.frame(weight, age = x)

> wag

weight age

1 70.6 adult

2 56.4 teen

3 80.0 adult

4 59.5 teen

> x <- 1:4; y <- 2:4

> data.frame(x, y)

錯(cuò)誤于data.frame(x, y) : 變?cè)狄馕吨煌男袛?shù) 4, 3

數(shù)據(jù)框的簡(jiǎn)接建立

一個(gè)數(shù)據(jù)框還可以通過(guò)數(shù)據(jù)文件(文本文件、EXCEL文件或其它統(tǒng)計(jì)軟件的數(shù)據(jù)文件)讀取并建立, 在此我們僅通過(guò)一個(gè)例子來(lái)說(shuō)明如何通過(guò)函數(shù)read.table( ) 讀取文件c:\data\foo.txt中的觀(guān)測(cè)值, 并建立一個(gè)數(shù)據(jù)框.其它簡(jiǎn)接方法可參考下一節(jié)“數(shù)據(jù)的存貯與讀取”的介紹. 已知存于foo.txt上的數(shù)據(jù)如下：

treat weight

A 3.4

B NA

A 5.8

則下面的命令建立了數(shù)據(jù)框foo.

> foo <- read.table(file = "c:/data/foo.txt", header = T)

> foo

treat weight

1 A 3.4

2 B NA

3 A 5.8

適用于數(shù)據(jù)框的函數(shù)

在上一小節(jié)中我們所討論的關(guān)于矩陣的統(tǒng)計(jì)計(jì)算函數(shù)max( ), min( ),median( ), var( ), sd( ), sum( ), cumsum( ), cumprod( ), cummax( ),cummin( ), cov( ), cor( )同樣適用于數(shù)據(jù)框, 意義也相同. 這里通過(guò)R內(nèi)嵌的另一個(gè)數(shù)據(jù)集Puromycin來(lái)說(shuō)明summary( )、pairs( )和xtable( )等的使用.

> attach(Puromycin) # 掛接數(shù)據(jù)集使之激活

> help(Puromycin) # 顯示前幾行

> summary(Puromycin) # 顯示主要的描述性統(tǒng)計(jì)量

conc rate state

Min. :0.0200 Min. : 47.0 treated :12

1st Qu.:0.0600 1st Qu.: 91.5 untreated:11

Median :0.1100 Median :124.0

Mean :0.3122 Mean :126.8

3rd Qu.:0.5600 3rd Qu.:158.5

Max. :1.1000 Max. :207.0

從summary可以看出, 變量conc和rate是數(shù)值型的, 而state為因子變量. 變量之間的關(guān)系可以通過(guò)成對(duì)數(shù)據(jù)散點(diǎn)圖考查:

> pairs(Puromycin, panel = panel.smooth)

最后使用xtabs( )函數(shù)由交叉分類(lèi)因子產(chǎn)生一個(gè)列聯(lián)表:

> xtabs(~state + conc, data = Puromycin)

conc

state 0.02 0.06 0.11 0.22 0.56 1

treated 2 2 2 2 2 2

untreated 2 2 2 2 2 1

下期請(qǐng)期待數(shù)據(jù)框的下標(biāo)與子集的提取