1. 數(shù)據(jù)結(jié)構(gòu)
1.1 數(shù)據(jù)結(jié)構(gòu)概述
概念
數(shù)據(jù)結(jié)構(gòu)是計算機(jī)存儲、組織數(shù)據(jù)的方式
數(shù)據(jù)結(jié)構(gòu)是指相互之間存在一種或多種特定關(guān)系的數(shù)據(jù)元素集合
R中常見的數(shù)據(jù)結(jié)構(gòu)
- 向量
- 矩陣
- 數(shù)據(jù)框：經(jīng)常使用的一種數(shù)據(jù)結(jié)構(gòu)
- 列表
- 因子
R中常見的數(shù)據(jù)結(jié)構(gòu)
- 數(shù)值型：數(shù)值可以用于直接結(jié)算，加減乘除
- 字符串型：可以進(jìn)行連接，轉(zhuǎn)換，提取等
- 邏輯型：真或者假
- 日期型
1.2 向量
向量概述
向量是R語言中最基本的數(shù)據(jù)結(jié)構(gòu)，向量必須由類型相同的元素組成
使用賦值符號“<-”和組合函數(shù)c()，可以創(chuàng)建各種類型的向量
> x<-c(1,2,3,4,5)
> x
[1] 1 2 3 4 5
> y <- c("one","two","there")
> y
[1] "one" "two" "there"
> z <- c(TRUE,FALSE,T,F)
> z
[1] TRUE FALSE TRUE FALSE
建立特殊的向量
> c(1:10)
[1] 1 2 3 4 5 6 7 8 9 10
> seq(from=1,to=10)
[1] 1 2 3 4 5 6 7 8 9 10
# from為起始值，to為終止值，by控制步幅
> seq(from=1,to=10,by=2)
[1] 1 3 5 7 9
# length.out控制個數(shù)
> seq(from=1,to=10,length.out = 3)
[1] 1.0 5.5 10.0
> seq(from=1,to=10,length.out = 3)
[1] 1.0 5.5 10.0
> rep(2,5)
[1] 2 2 2 2 2
# 一共重復(fù)5次
> rep(c(1,2,3),5)
[1] 1 2 3 1 2 3 1 2 3 1 2 3 1 2 3
# 每個重復(fù)5次
> rep(c(1,2,3),each=5)
[1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3
# 每個重復(fù)3次，且總體重復(fù)2次
> rep(c(1,2,3),each=3,times=2)
[1] 1 1 1 2 2 2 3 3 3 1 1 1 2 2 2 3 3 3
訪問向量
- 通過數(shù)字索引進(jìn)行訪問
> x <- c(1:10)
> x
[1] 1 2 3 4 5 6 7 8 9 10
# R語言中的索引位置從1開始
> x[1]
[1] 1
# 可以一次用向量索引多個元素
> x[c(1,3,5)]
[1] 1 3 5
# 索引負(fù)元素指顯示除負(fù)元素以外的所有元素
> x[-4]
[1] 1 2 3 5 6 7 8 9 10
- 通過表達(dá)式進(jìn)行訪問
> x <- c(1:10)
# 輸出大于4的數(shù)
> x[x>4]
[1] 5 6 7 8 9 10
# 輸出大于4小于8的數(shù)
> x[x>4 & x<8]
[1] 5 6 7
# 判斷1是否在x中
> 1 %in% x
[1] TRUE
# 將x中的數(shù)據(jù)定義為TRUE，并輸出為TRUE的元素
> x[1 %in% x]
[1] 1 2 3 4 5 6 7 8 9 10
- 通過索引名進(jìn)行訪問
> x <- c(1:10)
> names(x) <- c("一","二","三","四","五","六","七","八","九","十")
> x["三"]
三
3
> x
一 二 三 四 五 六 七 八 九 十
1 2 3 4 5 6 7 8 9 10
向量運算
-
向量與數(shù)值的加減乘除
> x <- 1:10 # 對向量的運算都是對所有元素的操作 > x + 2 [1] 3 4 5 6 7 8 9 10 11 12 > x - 3 [1] -2 -1 0 1 2 3 4 5 6 7 > x <- x + 1 > x [1] 2 3 4 5 6 7 8 9 10 11 # **是冪次運算 > x ** 2 [1] 4 9 16 25 36 49 64 81 100 121 # %%是求余數(shù) > x %% 2 [1] 0 1 0 1 0 1 0 1 0 1 # %/%是整除運算 > x %/% 2 [1] 1 1 2 2 3 3 4 4 5 5
-
向量與向量的加減乘除
> x <- 1:10 > y <- seq(1,100,length.out = 10) > x + y [1] 2 14 26 38 50 62 74 86 98 110 > x * y [1] 1 24 69 136 225 336 469 624 801 1000 > x ** y [1] 1.000000e+00 4.096000e+03 9.414318e+10 [4] 2.951479e+20 2.842171e+31 3.771117e+43 [7] 4.183778e+56 2.760699e+70 8.464150e+84 [10] 1.000000e+100 > x %% y [1] 0 2 3 4 5 6 7 8 9 10 > x %/% y [1] 1 0 0 0 0 0 0 0 0 0 #向量運算長的必須是短的元素的整數(shù)倍，可以進(jìn)行循環(huán) -
數(shù)學(xué)函數(shù)
- abs：返回每個向量的絕對值
- sqrt：計算平方根
- log、log10：計算對數(shù)
- exp：計算指數(shù)
- ceiling：返回不小于向量的最小整數(shù)
- floor：返回不大于向量的最大整數(shù)
- trunc：返回整數(shù)部分
- round：進(jìn)行四舍五入
-
統(tǒng)計函數(shù)
- sum：向量所有元素之和
- max：向量元素最大值
- min：向量元素最小值
- range：向量元素最大和最小值
- mean：向量均值
- var：向量方差
- sd：向量標(biāo)準(zhǔn)差
- prod：向量連乘積
- median：向量中位數(shù)
- quantile：向量分位數(shù)
- which.min：最大值的索引值，還可以與其它統(tǒng)計函數(shù)結(jié)合
1.3 矩陣
矩陣的創(chuàng)建
矩陣的創(chuàng)建使用函數(shù)matrix()，元素數(shù)要超過行數(shù)與列數(shù)的乘積，可以只指定行數(shù)或列數(shù)
默認(rèn)情況下按照列排序，可使用關(guān)鍵字byrow改為按行排序
> x <- matrix(1:20,nrow = 4,ncol = 5,byrow = T)
> x
[,1] [,2] [,3] [,4] [,5]
[1,] 1 2 3 4 5
[2,] 6 7 8 9 10
[3,] 11 12 13 14 15
[4,] 16 17 18 19 20
給矩陣的行與列命名
可以通過dimnames()函數(shù)給矩陣的行或列命名，命名后可以根據(jù)名字進(jìn)行索引
還可以通過dim()函數(shù)創(chuàng)建矩陣
# 方式一：dimnames()
> x <- matrix(1:20,nrow = 4,ncol = 5,byrow = T)
> rnames <- c("R1","R2","R3","R4")
> cnames <- c("C1","C2","C3","C4","C5")
> dimnames(x) <- list(rnames,cnames)
> x
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
# 方式二：dim()
> dim(x) <- c(4,5)
> x
[,1] [,2] [,3] [,4] [,5]
[1,] 1 5 9 13 17
[2,] 2 6 10 14 18
[3,] 3 7 11 15 19
[4,] 4 8 12 16 20
1.4 數(shù)組
數(shù)組的創(chuàng)建
創(chuàng)建數(shù)組有兩種方式：一是通過函數(shù)dim()創(chuàng)建
二是通過array()函數(shù)創(chuàng)建，同時可以指定索引名
# 方式一：dim()
> x <- 1:8
> dim(x) <- c(2,2,2)
> x
, , 1
[,1] [,2]
[1,] 1 3
[2,] 2 4
, , 2
[,1] [,2]
[1,] 5 7
[2,] 6 8
# 方式二：array()
> dim1 <- c("A1","A2")
> dim2 <- c("B1","B2")
> dim3 <- c("C1","C2")
> z <- array(1:8,c(2,2,2),dimnames = list(dim1,dim2,dim3))
> z
, , C1
B1 B2
A1 1 3
A2 2 4
, , C2
B1 B2
A1 5 7
A2 6 8
1.5 列表
列表顧名思義就是用來存儲很多內(nèi)容的一個集合，在其他編程語言中，列表一般和數(shù)組是等同的，但是在R語言中，列表卻是R中最復(fù)雜的一種數(shù)據(jù)結(jié)構(gòu)，也是非常重要的一種數(shù)據(jù)結(jié)構(gòu)。
列表就是一些對象的有序集合。列表中可以存儲若干向量、矩陣、數(shù)據(jù)框，甚至其他列表的組合。
列表的創(chuàng)建
創(chuàng)建一個列表使用函數(shù)list()，將列表元素添加其中，并且可以為列表元素命名
> a <- 1:10
> b <- "hello world"
> c <- matrix(1:12,nrow = 3,ncol = 4)
> mlist <- list(a,b,c)
> mlist
[[1]]
[1] 1 2 3 4 5 6 7 8 9 10
[[2]]
[1] "hello world"
[[3]]
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
> mlist <- list(first=a,second=b,third=c)
> mlist
$first
[1] 1 2 3 4 5 6 7 8 9 10
$second
[1] "hello world"
$third
[,1] [,2] [,3] [,4]
[1,] 1 4 7 10
[2,] 2 5 8 11
[3,] 3 6 9 12
列表的索引
# 通過數(shù)值進(jìn)行索引
> mlist[1]
$first
[1] 1 2 3 4 5 6 7 8 9 10
# 可以一次索引多個向量
> mlist[c(1,2)]
$first
[1] 1 2 3 4 5 6 7 8 9 10
$second
[1] "hello world"
# 可以通過名稱進(jìn)行索引
> mlist["first"]
$first
[1] 1 2 3 4 5 6 7 8 9 10
# 使用兩個中括號進(jìn)行索引時，代表是被索引元素的數(shù)據(jù)類型，而不是列表類型
> mlist[[1]]
[1] 1 2 3 4 5 6 7 8 9 10
1.6 數(shù)據(jù)框
數(shù)據(jù)框是R語言中應(yīng)用最廣泛的數(shù)據(jù)結(jié)構(gòu)
利用數(shù)據(jù)框，可以容納不同類型的數(shù)據(jù)，而不必使用同一類型的數(shù)據(jù)
數(shù)據(jù)框的每一列的數(shù)據(jù)類型必須相同，但不同的列可以存儲不同的類型的數(shù)據(jù)
數(shù)據(jù)框的創(chuàng)建
> a <- c("北京","上海","廣州")
> b <- c("100平","125平","126平")
> c <- c("100萬","150萬","200萬")
# 使用data.frame將已經(jīng)建立好的向量作為參數(shù)傳入其中
> d <- data.frame(a,b,c)
> d
a b c
1 北京 100平 100萬
2 上海 125平 150萬
3 廣州 126平 200萬
數(shù)據(jù)框的訪問
> d[1]
a
1 北京
2 上海
3 廣州
> d[c(1,3)]
a c
1 北京 100萬
2 上海 150萬
3 廣州 200萬
1.6 因子
因子是R語言中非常重要的的對象，或者說向量對象
因子主要用于管理離散的分類變量，比如成績評定等級（A、B、C），顏色的分類（紅、黃、藍(lán)）
因子對象就是管理這些類別變量的重要工具
因子的創(chuàng)建
> grade <- c("A","B","B","A","C")
> gradef <- factor(grade)
# levels是因子的一個重要屬性，揭示了因子中的類別
> gradef
[1] A B B A C
Levels: A B C
