作者：丁點(diǎn)helper 

來(lái)源：丁點(diǎn)幫你

前面的文章提到，R語(yǔ)言是一門(mén)針對(duì)『對(duì)象』的語(yǔ)言，這里說(shuō)的對(duì)象，最主要的就是數(shù)據(jù)。R可以創(chuàng)建、讀取、處理多種類(lèi)型的數(shù)據(jù)。今天先講一些基本概念。

R語(yǔ)言中的數(shù)據(jù)類(lèi)型

稍微接觸過(guò)統(tǒng)計(jì)的同學(xué)應(yīng)該很熟悉下圖所示的變量類(lèi)型，R中的多種數(shù)據(jù)類(lèi)型可以滿(mǎn)足各類(lèi)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(wú)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(lái)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(hào) "" 中，該數(shù)據(jù)即會(huì)被R識(shí)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(wú)序）

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

4. 因子型（factor）：因子是針對(duì)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(gè)簡(jiǎn)單的處理就會(huì)成為因子型數(shù)據(jù)。這個(gè)處理不會(huì)對(duì)數(shù)據(jù)的內(nèi)容造成任何改變，但會(huì)有助于后續(xù)的統(tǒng)計(jì)分析工作，之后會(huì)詳細(xì)講。

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

R語(yǔ)言中的數(shù)據(jù)結(jié)構(gòu)
在剛開(kāi)始接觸統(tǒng)計(jì)的時(shí)候，我們會(huì)經(jīng)常強(qiáng)調(diào)一對(duì)概念——總體和樣本。但是，這個(gè)問(wèn)題在做回歸時(shí)可能會(huì)被忽略。

初學(xué)者們通常會(huì)被向量、數(shù)組之類(lèi)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(gè)小的正方體看做一個(gè)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(lèi)型可以是數(shù)值型、字符型、邏輯型或因子型。注意，單個(gè)向量中的數(shù)據(jù)必須擁有相同的類(lèi)型。

比如上圖(a)中的三個(gè)小方塊可以是1, 20, 100這三個(gè)數(shù)字，也可以是"小學(xué)", "初中", "大學(xué)"這三個(gè)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(lèi)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(lèi)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(gè)維度（行、列）的基礎(chǔ)上增加了第三個(gè)維度。其中的數(shù)據(jù)也只能擁有一種類(lèi)型。該類(lèi)數(shù)據(jù)結(jié)構(gòu)在一般的統(tǒng)計(jì)分析中不常用。

(d) 數(shù)據(jù)框（data frame）的結(jié)構(gòu)類(lèi)似于矩陣，但它可包含多種數(shù)據(jù)類(lèi)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(duì)象（也叫觀測(cè)/observation），列表示變量（variable）。

(e) 列表（list）像一個(gè)大抽屜，可以將若干（可能無(wú)關(guān)的）數(shù)據(jù)信息整合到單個(gè)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(lèi)數(shù)據(jù)結(jié)構(gòu)也是學(xué)習(xí)的重點(diǎn)。