
R語言之數(shù)據結構
R語言擁有許多用于存儲數(shù)據的對象類型,包括標量、向量、矩陣、數(shù)組、數(shù)據框、列表、因子。
1.標量:標量是只包含一個元素的向量
1
2
3
|
> a <- 1; # 數(shù)值型
> b <- "China"; # 字符型
> c <- TRUE; # 邏輯型
|
2.向量:向量用于存儲數(shù)值型、字符型或邏輯型數(shù)據的一維數(shù)組。通過c()函數(shù)來創(chuàng)建向量
1
2
3
|
> d <- c(1,2,3);
> e <- c("China","USA");
> f <- c(T,F,F,T);
|
3.矩陣(matrix):矩陣是一個二維數(shù)組,每個元素都擁有相同的模式(數(shù)值型、字符型、邏輯型),一般通過函數(shù)matrix()來創(chuàng)建矩陣
matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL) data:包含了矩陣的元素; nrow 和 ncol:用于指定矩陣的行數(shù)和列數(shù); byrow=F:默認創(chuàng)建的矩陣按照列進行排列; dimnames:創(chuàng)建矩陣時可以設置行和列的名稱(必須為列表形式);
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
|
> m1 <- matrix(1:8,nrow=4)
#默認按列填充
> m1
[,1] [,2]
[1,] 1 5
[2,] 2 6
[3,] 3 7
[4,] 4 8
#設置byrow=T,將元素按照行進行填充
> m2 <- matrix(1:8,nrow=4,byrow=T)
> m2
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
# 設置矩陣行和列的名稱
> 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.數(shù)組(array):與矩陣類型,但是維度可以大于2,數(shù)組可以通過array()函數(shù)進行創(chuàng)建;數(shù)組中的數(shù)據也只能擁有一種模式(數(shù)據類型),如果數(shù)組中的數(shù)據有其他的數(shù)據類型,R會自動將所有數(shù)據轉換為同一模式
array(data = NA, dim = length(data), dimnames = NULL) data:包含了數(shù)組中的數(shù)據; dim:是一個數(shù)值型的向量,給出了各個維度下標的最大值; dimnames:各個維度名稱標簽的列表;
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
> 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.數(shù)據框(data.frame):數(shù)據框類似于二維表格,包含行和列,是R中最常處理的數(shù)據結構。不同的列可以包含不同的模式,每一列數(shù)據的模式必須唯一;數(shù)據框可以通過函數(shù)data.frame()進行創(chuàng)建data.frame(..., row.names = NULL, check.rows = FALSE, check.names = TRUE, stringsAsFactors = default.stringsAsFactors())row.names:設置數(shù)據框行的名稱; check.rows:默認為FALSE,檢查行的名稱和數(shù)量是否一致; check.names:邏輯值,默認為TRUE,如果為TRUE,變量的名稱不能夠重復,如果重復,則R會自動進行轉換以保證列名不同; stringsAsFactors :是否將字符串轉換為因子(factor)類型,stringsAsFactors 默認為TRUE,即default.stringsAsFactors()的值為TRUE,將字符串轉換為因子;
1
2
3
4
5
6
7
8
9
10
11
|
> 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"] #由于數(shù)據框g有重復列名a,因為設置了check.names=T,R內部會自動將第二列的列名a轉換為a.1
a.1
n1 4
n2 5
n3 6
|
6.列表(list):是一個有序對象的集合,列表允許整合若干對象到單個對象名下,可以通過list()函數(shù)進行創(chuàng)建
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
> k <- list(d=5:9,e="China") # 創(chuàng)建列表k,包括d和e兩個對象
> l <- list(title="mylist",a=1:3,b=matrix(1:8,nrow=2),c=c("one","two"),k) #創(chuàng)建列表l,l列表中包含了列表k(列表中也可以包含列表對象)
> 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):類別(名義型)變量和有序類別(有序型)變量在R中稱為因子。因子型數(shù)據在計算機內部存儲為整型數(shù)據,因子水平屬性將每個整型數(shù)據映射到一個因子水平上。因為整型數(shù)據占的存儲空間較少,因 此這種方式比字符串向量更節(jié)省存儲空間。
factor(x = character(), levels, labels = levels, exclude = NA, ordered = is.ordered(x), nmax = NA) x:用于轉換為因子的字符向量數(shù)據; levels:因子水平向量,因子型變量可以取得的所有值被稱為因子水平; labels:字符型向量,labels與levels有相同的數(shù)量或者只有一個; excelude:生成水平時要去除的水平; ordered:默認為FALSE,設置為TRUE,表示有序型變量,用以確定levels 是否應該被視為有序的(按照給定的順序); nmax: 設定水平數(shù)量的上限值
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
|
> 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在輸出有序因子時會顯示因子水平的順序
> 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,所以原始數(shù)據中水平為small和middle的值輸出為NA
Levels: big large
> x.integer <- unclass(x) # 通過移除因子x的類屬性創(chuàng)建整型向量x.integer 注意此時因子x本身并沒有發(fā)生變化
> x.integer
[1] 2 1 3 4
attr(,"levels")
[1] "small" "middle" "big" "large"
> class(x.integer)
[1] "integer"
|
數(shù)據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
LSTM 模型輸入長度選擇技巧:提升序列建模效能的關鍵? 在循環(huán)神經網絡(RNN)家族中,長短期記憶網絡(LSTM)憑借其解決長序列 ...
2025-07-11CDA 數(shù)據分析師報考條件詳解與準備指南? ? 在數(shù)據驅動決策的時代浪潮下,CDA 數(shù)據分析師認證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據透視表中兩列相乘合計的實用指南? 在數(shù)據分析的日常工作中,數(shù)據透視表憑借其強大的數(shù)據匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實施重大更新。 此次更新旨在確保認 ...
2025-07-10BI 大數(shù)據分析師:連接數(shù)據與業(yè)務的價值轉化者? ? 在大數(shù)據與商業(yè)智能(Business Intelligence,簡稱 BI)深度融合的時代,BI ...
2025-07-10SQL 在預測分析中的應用:從數(shù)據查詢到趨勢預判? ? 在數(shù)據驅動決策的時代,預測分析作為挖掘數(shù)據潛在價值的核心手段,正被廣泛 ...
2025-07-10數(shù)據查詢結束后:分析師的收尾工作與價值深化? ? 在數(shù)據分析的全流程中,“query end”(查詢結束)并非工作的終點,而是將數(shù) ...
2025-07-10CDA 數(shù)據分析師考試:從報考到取證的全攻略? 在數(shù)字經濟蓬勃發(fā)展的今天,數(shù)據分析師已成為各行業(yè)爭搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢性檢驗:捕捉數(shù)據背后的時間軌跡? 在數(shù)據分析的版圖中,單樣本趨勢性檢驗如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據類型:時間維度的精準切片? ? 在數(shù)據的世界里,時間是最不可或缺的維度之一,而year_month數(shù)據類型就像一把精準 ...
2025-07-09CDA 備考干貨:Python 在數(shù)據分析中的核心應用與實戰(zhàn)技巧? ? 在 CDA 數(shù)據分析師認證考試中,Python 作為數(shù)據處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗:數(shù)據趨勢與突變分析的有力工具? ? ? 在數(shù)據分析的廣袤領域中,準確捕捉數(shù)據的趨勢變化以及識別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據分析師認證作為國內權威的數(shù)據分析能力認證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應對策略? 長短期記憶網絡(LSTM)作為循環(huán)神經網絡(RNN)的一種變體,憑借獨特的門控機制,在 ...
2025-07-07統(tǒng)計學方法在市場調研數(shù)據中的深度應用? 市場調研是企業(yè)洞察市場動態(tài)、了解消費者需求的重要途徑,而統(tǒng)計學方法則是市場調研數(shù) ...
2025-07-07CDA數(shù)據分析師證書考試全攻略? 在數(shù)字化浪潮席卷全球的當下,數(shù)據已成為企業(yè)決策、行業(yè)發(fā)展的核心驅動力,數(shù)據分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據分析師考試作為衡量數(shù)據專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉日期:解鎖數(shù)據處理的關鍵技能? 在數(shù)據處理與分析工作中,數(shù)據格式的規(guī)范性是保證后續(xù)分析準確性的基礎 ...
2025-07-04CDA 數(shù)據分析師視角:從數(shù)據迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據已成為企業(yè)決策的核心驅動力,CDA(Certifie ...
2025-07-04CDA 數(shù)據分析師:開啟數(shù)據職業(yè)發(fā)展新征程? ? 在數(shù)據成為核心生產要素的今天,數(shù)據分析師的職業(yè)價值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03