R語(yǔ)言之創(chuàng)建數(shù)據(jù)集

數(shù)據(jù)集通常是由數(shù)據(jù)構(gòu)成的一個(gè)矩形數(shù)組，行表示觀測(cè)，列表示變量。

R中有許多用于存儲(chǔ)數(shù)據(jù)的結(jié)構(gòu)，包括標(biāo)量、向量、數(shù)組、數(shù)據(jù)框和列表。
在R中，對(duì)象（object）是指可以賦值給變量的任何事物，包括常量、數(shù)據(jù)結(jié)構(gòu)、函數(shù)、甚至是圖形。因子（factor）是名義型變量或有序型變量，在R中被特殊地存儲(chǔ)和處理。

R中的數(shù)據(jù)結(jié)構(gòu)：

1.1向量

     向量是用于存儲(chǔ)數(shù)值型、字符型或邏輯型數(shù)據(jù)的一維數(shù)組。創(chuàng)建向量使用函數(shù)c()，如下例所示：
     數(shù)值型向量：a<-c(1,2,5,3,6,-2,4)
     字符型向量：b<-c("one","two","three")
     邏輯型向量：c<-c(TRUE,TRUE,TRUE,FALSE,TRUE)
     注：?jiǎn)蝹€(gè)向量中的數(shù)據(jù)必須擁有相同的類(lèi)型或模式。
     標(biāo)量是只含一個(gè)元素的向量，例如f<-3、g<-"US"和h<-TRUE。它們用于保存常量。
     訪問(wèn)向量中的元素，可在方括號(hào)中給定元素所處位置的數(shù)值，如：a[c(2,4)]用于訪問(wèn)向量a中的第二個(gè)和第四個(gè)元        素。
1.2矩陣
     矩陣是一個(gè)二維數(shù)組，只是每個(gè)元素都擁有相同的模式（數(shù)值型、字符型或邏輯型），可以通過(guò)matrix創(chuàng)建矩陣
      一般使用格式為：
      mymatrix<-matrix(vector,nrow=number_of_rows,ncol=number_of_columns,byrow=logical_value,dimnames=list(
      char_vector_rownames,char_vector_colnames)) ，其中vector包含了矩陣的元素，nrow和ncol用以指定
      行和列的維數(shù)，dimnames包含了可選的以字符型向量表示的行名和列名。選項(xiàng)byrow則表明矩陣應(yīng)當(dāng)按行
      填充（byrow=TRUE）還是按列填充（byrow=FALSE），默認(rèn)情況下按列填充。代碼演示如下：
[plain] view plain copy
    > cells<-c(1,23,56,485)  
    > rnames<-c("R1","R2")  
    > cnames<-c("c1","c2")  

[plain] view plain copy

    <pre name="code" class="html">> mymatrix<-matrix(cells ,nrow=2,ncol=2,byrow=TRUE,dimnames=list(rnames,cnames))  
    > mymatrix  
       c1  c2  
    R1  1  23  
    R2 56 485 
1.3數(shù)組
數(shù)組與矩陣類(lèi)似，但是維數(shù)可以大于2。數(shù)組可通過(guò)array函數(shù)創(chuàng)建，形式如下：
myarray<-array(vector,dimensions,dimnames)，其中vector包含了數(shù)組中的數(shù)據(jù)，dimensions是一個(gè)數(shù)值型向量，給出了各個(gè)維度下標(biāo)的最大值，而dimnames是可選的、各維度名稱(chēng)標(biāo)簽的列表。代碼如下:
[html] view plain copy

    > dim<-c("A1","A2")  
    > dim1<-c("A1","A2")  
    > dim2<-c("B1","B2","B3")  
    > dim3<-c("C1","C2","C3","C4")  
    > z<-array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3))  
    > z  
    , , C1  
      
       B1 B2 B3  
    A1  1  3  5  
    A2  2  4  6  
      
    , , C2  
      
       B1 B2 B3  
    A1  7  9 11  
    A2  8 10 12  
      
    , , C3  
      
       B1 B2 B3  
    A1 13 15 17  
    A2 14 16 18  
      
    , , C4  
      
       B1 B2 B3  
    A1 19 21 23  
    A2 20 22 24 
1.4數(shù)據(jù)框
     數(shù)據(jù)框中不同的列可以包含不同模式（數(shù)值型、字符型等）的數(shù)據(jù)，是R中最常處理的數(shù)據(jù)結(jié)構(gòu)。數(shù)據(jù)框可以通過(guò)函數(shù)data.frame()創(chuàng)建：mydata<-data.frame(col1,col2,col3,...)，其中的列向量col1，col2，col3，...可為任何類(lèi)型（如字符型、數(shù)值型或邏輯型）。每一列的名稱(chēng)可由函數(shù)names指定。代碼如下：
[html] view plain copy

    > age<-c(25,34,28,53)  
    > patientID<-c(1,2,3,4)  
    > diabetes<-c("Type1","Type2","Type1","Type1")  
    > status<-c("Poor","Improved","Excellent","Poor")  
    > patientdata<-data.frame(patientID,age,diabetes,status)  
    > patientdata  
      patientID age diabetes    status  
    1         1  25    Type1      Poor  
    2         2  34    Type2  Improved  
    3         3  28    Type1 Excellent  
    4         4  53    Type1      Poor  
    > patientdata$age  
    [1] 25 34 28 53  
    <pre name="code" class="html">> table(patientdata$diabetes,patientdata$status)  
             
            Excellent Improved Poor  
      Type1         1        0    2  
      Type2         0        1    0 
    $被用來(lái)選取一個(gè)給定數(shù)據(jù)框中的某個(gè)特定變量，上面table(patientdata$diabetes,patientdata$status)生成了       diabetes和status的列聯(lián)表。
    函數(shù)attach()可將數(shù)據(jù)框添加到R的搜索路徑中。
    函數(shù)detach()將數(shù)據(jù)框從搜素路徑中移除。
    相對(duì)于attach。多數(shù)的R書(shū)籍更推薦使用函數(shù)with()。
1.5因子
     變量可歸結(jié)為名義型、有序型或連續(xù)型變量。類(lèi)別（名義型）變量和有序類(lèi)別（有序型）變量在R中稱(chēng)為因子。因子在R中非常重要，因?yàn)樗鼪Q定了數(shù)據(jù)的分析方式以及如何進(jìn)行視覺(jué)呈現(xiàn)。
     函數(shù)factor（）以一個(gè)整數(shù)向量的形式存儲(chǔ)類(lèi)別值，整數(shù)的取值范圍是[1...k]（其中k是名義變量中唯一值得個(gè)數(shù)），同時(shí)一個(gè)由字符串（原始值）組成的內(nèi)部向量將映射到這些整數(shù)上。
名義型eg：假設(shè)有向量：diabetes<-c("Type1","Type2","Type1","Type1")
        語(yǔ)句diabetes<-factor(diabetes)將此向量存儲(chǔ)為（1，2，1，1）.
有序型eg:   對(duì)于給定變量status<-c("Poor","Improved","Excellent","Poor")
        語(yǔ)句status<-factor(status,ordered=TRUE)會(huì)將向量編碼為（3，2，1，3）。
1.6列表（list）
     列表是R的數(shù)據(jù)類(lèi)型中最為復(fù)雜的一種。列表就是一些對(duì)象的（或成分，component)的有序集合。列表允許你整合若干（可能無(wú)關(guān)）的對(duì)象到單個(gè)對(duì)象名下。例如，某個(gè)列表中可能是若干向量、矩陣、數(shù)據(jù)框，甚至是其他列表的組合?？梢允褂煤瘮?shù)list（）創(chuàng)建列表：
      mylist<-list(object1,object2,...)
    注：列表成為了R中的重要數(shù)據(jù)結(jié)構(gòu)。
           1.列表允許以一種簡(jiǎn)單的方式組織和重新調(diào)用不相干的信息；
           2.許多R函數(shù)的運(yùn)行結(jié)果都是以列表的形式返回的。