作者：丁點(diǎn)helper 

來源：丁點(diǎn)幫你

前面的文章提到，R語言是一門針對『對象』的語言，這里說的對象，最主要的就是數(shù)據(jù)。R可以創(chuàng)建、讀取、處理多種類型的數(shù)據(jù)。今天先講一些基本概念。

R語言中的數(shù)據(jù)類型

稍微接觸過統(tǒng)計的同學(xué)應(yīng)該很熟悉下圖所示的變量類型，R中的多種數(shù)據(jù)類型可以滿足各類變量的表達(dá)，我們逐一講解：

1. 數(shù)值型（numeric）：數(shù)據(jù)的內(nèi)容為數(shù)字。上圖中，定量變量和定性變量都可以用數(shù)值表示。下面的例子中，x, y, z, w 均為數(shù)值型數(shù)據(jù)。

x <- 175.3  
#設(shè) x為身高，x為定量變量（連續(xù)型）
y <- 5    
#設(shè) y為家庭人口數(shù)，y為定量變量（離散型）
z <- 6     
#設(shè) z為教育程度，6表示本科及以上，z為定性變量（有序）
w <- 1     
#設(shè) w為性別，1表示女性，w為定性變量（無序）

2. 字符型（character）：數(shù)據(jù)的內(nèi)容為字符。字符型數(shù)據(jù)可用來表示定性變量，但不能表示定量變量。只要將內(nèi)容放入英文雙引號 "" 中，該數(shù)據(jù)即會被R識別為字符型。下面例子中的z, w 均為字符型數(shù)據(jù)。

z <- "本科及以上" 
#設(shè) z為教育程度，z為定性變量（有序）
w <- "女"       
#設(shè) w為性別，w為定性變量（無序）

3. 邏輯型（logical）：僅有兩個取值，TRUE和FALSE，注意必須是大寫。

4. 因子型（factor）：因子是針對定性變量而言的，剛剛講到定性變量既可以用數(shù)值、也可以用字符表示，在此基礎(chǔ)上做一個簡單的處理就會成為因子型數(shù)據(jù)。這個處理不會對數(shù)據(jù)的內(nèi)容造成任何改變，但會有助于后續(xù)的統(tǒng)計分析工作，之后會詳細(xì)講。

科學(xué)研究中，x, y, z, w 這幾個變量一般不可能都只有一個數(shù)據(jù)，而且不同變量之間還需要互相組合來完成統(tǒng)計分析。接下來我們就來看看多個數(shù)據(jù)、多個變量是怎么組合的。

R語言中的數(shù)據(jù)結(jié)構(gòu)
在剛開始接觸統(tǒng)計的時候，我們會經(jīng)常強(qiáng)調(diào)一對概念——總體和樣本。但是，這個問題在做回歸時可能會被忽略。

初學(xué)者們通常會被向量、數(shù)組之類的名詞搞得一頭霧水，其實(shí)這些都是表達(dá)數(shù)據(jù)結(jié)構(gòu)的名詞，本質(zhì)就是數(shù)據(jù)的組合形式。下圖展示了R中5種數(shù)據(jù)結(jié)構(gòu)。

將每一個小的正方體看做一個數(shù)據(jù)，那么：

(a) 向量（vector）就是一連串?dāng)?shù)據(jù)的組合，可以看做是一行或一列數(shù)據(jù)，其中的數(shù)據(jù)類型可以是數(shù)值型、字符型、邏輯型或因子型。注意，單個向量中的數(shù)據(jù)必須擁有相同的類型。

比如上圖(a)中的三個小方塊可以是1, 20, 100這三個數(shù)字，也可以是"小學(xué)", "初中", "大學(xué)"這三個字符，或是TRUE, FALSE, FALSE這樣的邏輯型數(shù)據(jù)。

(b) 矩陣（matrix）是具有一定行數(shù)和列數(shù)的數(shù)據(jù)集合。其數(shù)據(jù)類型可以是數(shù)值型、字符型、邏輯型或因子型。矩陣中所有數(shù)據(jù)的類型必須相同。

(c) 數(shù)組（array）是矩陣的推廣，即在矩陣擁有的兩個維度（行、列）的基礎(chǔ)上增加了第三個維度。其中的數(shù)據(jù)也只能擁有一種類型。該類數(shù)據(jù)結(jié)構(gòu)在一般的統(tǒng)計分析中不常用。

(d) 數(shù)據(jù)框（data frame）的結(jié)構(gòu)類似于矩陣，但它可包含多種數(shù)據(jù)類型（數(shù)值型、字符型、邏輯型或因子型），是最常用的數(shù)據(jù)結(jié)構(gòu)。通常，數(shù)據(jù)框中的行表示觀察對象（也叫觀測/observation），列表示變量（variable）。

(e) 列表（list）像一個大抽屜，可以將若干（可能無關(guān)的）數(shù)據(jù)信息整合到單個數(shù)據(jù)結(jié)構(gòu)中。這里的數(shù)據(jù)信息可以是包括列表在內(nèi)的五種數(shù)據(jù)結(jié)構(gòu)中的任意一種或幾種。在R中，由于許多函數(shù)的運(yùn)行結(jié)果都是以列表的形式返回的，因此該類數(shù)據(jù)結(jié)構(gòu)也是學(xué)習(xí)的重點(diǎn)。