R语言数据类型有哪些

这篇文章主要介绍了R语言数据类型有哪些，具有一定借鉴价值，感兴趣的朋友可以参考下，希望大家阅读完这篇文章之后大有收获，下面让小编带着大家一起了解一下。

R语言用来存储数据的对象包括: 向量, 因子, 数组, 矩阵, 数据框, 时间序列(ts)以及列表

意义介绍

1. 向量(一维数据): 只能存放同一类型的数据

语法: c(data1, data2, ...),访问的时候下标从1开始(和Matlab相同);向量里面只能存放相同类型的数据.

> x <- c(1,5,8,9,1,2,5)> x[1] 1 5 8 9 1 2 5> y <- c(1,"zhao") # 这里面有integer和字符串, 整数自动转化成了字符> y[1] [1] "1"

访问:

> x[-(1:2)]  # 不显示第1,2个元素[1] 8 9 1 2 5> x[2:4]    # 访问第2,3,4个元素[1] 5 8 9

2. 因子(factors): 提供了一个处理分类数据的更简洁的方式

因子在整个计算过程中不再作为数值, 而是作为一个"符号"而已.

factor(x=character(), levels, labels=levels, exclude=NA, ordered=is.ordered(x), nmax=NA)

x: 一个数据向量, 它将被转换成为因子;

levels: 用来指定因子可能出现的水平(默认也就是向量x里面互异的值, sort(unique(x)));它是一个字符向量(即每个元素是单个字符, 组成的一个向量), 下面的变量b就是一个字符向量(可以使用as.character()函数来生成).

labels: 用来指定水平的名字;

> a <- c(6,1,3,0)> b = as.character(a)> b[1] "6" "1" "3" "0"

exclude: 一个值向量, 表示从向量x里面剔除的水平值.

nmax: 水平数目的上界.

> factor(1:3)[1] 1 2 3Levels: 1 2 3> factor(1:3, levels=1:6)[1] 1 2 3Levels: 1 2 3 4 5 6> factor(1:6, exclude = 2)[1] 1  <NA> 3  4  5  6  Levels: 1 3 4 5 6

一般因子(factor) VS 有序因子(ordered factor)

因子用来存放变量或者有序变量, 这类变量不能用来计算, 而只能用来分类或者计数. 一般因子表示分类变量, 有序因子用来表示有序变量.

创建一个因子:

> colour <- c('G', 'G', 'R', 'Y', 'G', 'Y', 'Y', 'R', 'Y')> col <- factor(colour) #生成因子#labels里面的内容代替对应位置处的levels内容> col1 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('Green', 'Red', 'Yellow'))> levels(col)[1] "G" "R" "Y"> levels(col1)[1] "Green" "Red"  "Yellow"> col2 <- factor(colour, levels = c('G', 'R', 'Y'), labels = c('1', '2', '3'))> levels(col2)[1] "1" "2" "3"> col_vec <- as.vector(col2)> class(col_vec)[1] "character"> col2[1] 1 1 2 3 1 3 3 2 3Levels: 1 2 3> col_num <- as.numeric(col2)> col_num[1] 1 1 2 3 1 3 3 2 3> col3 <- factor(colour, levels = c('G', 'R')) #levels里面没有'B',导致col3里面的'B'变成了<NA>> col3[1] G  G  R  <NA> G  <NA> <NA> R  <NA>Levels: G R> colour[1] "G" "G" "R" "Y" "G" "Y" "Y" "R" "Y"

创建一个有序因子:

> score <- c('A', 'B', 'A', 'C', 'B')> score1 <- ordered(score, levels = c('C', 'B', 'A'));> score1[1] A B A C BLevels: C < B < A

3. 矩阵(matrix, 二维数据): 只能存放同一类型

语法: matrix(data, nrow = , ncol = , byrow = F) -- byrow = F表示按列来存放数据(默认), byrow=T表示按行存放数据;

> xx = matrix(1:10, 2, 5)> xx   [,1] [,2] [,3] [,4] [,5][1,]  1  3  5  7  9[2,]  2  4  6  8  10

4. 数组(大于等于三维的数据): 只能存放同一类型

语法: array(data, dim) -- data: 必须是同一类型的数据; dim: 各维的维度组成的向量;(怎么感觉和matlab里面的reshape函数那么像)

> a = array(1:10,c(2,5))> a   [,1] [,2] [,3] [,4] [,5][1,]  1  3  5  7  9[2,]  2  4  6  8  10

5. 数据框(data frame)

数据框是一种矩阵形式排列的数据(类似于excel表格), 但是和矩阵不同的是, 它的每一列可以是不同的数据类型(还是和excel很像).

语法: data.frame(data1, data2,...) -- data1,...为每列的数据.

> name <- c("Mr A", "Mr B", "Mr C")> group <- rep(1,3)> scort <- c(58,15,41)> df <- data.frame(name, group, scort)> df name group scort1 Mr A   1  582 Mr B   1  153 Mr C   1  41

数据访问:

> df$name[1] Mr A Mr B Mr CLevels: Mr A Mr B Mr C > df[1]  name 1 Mr A 2 Mr B 3 Mr C

6. 列表(list): 可以存放不同类型的数据

语法: list(name1=component1, name2=component2, ...)

> xx <- rep(1:2, 3:4)> yy <- c('Mr A', 'Mr B', 'Mr C', 'Mr D', 'Mr E', 'Mr D', 'Mr F')> zz <- 'discussion group'> name.list <- list(group = xx, name = yy, decription = zz)  > name.list$group[1] 1 1 1 2 2 2 2$name[1] "Mr A" "Mr B" "Mr C" "Mr D" "Mr E" "Mr D" "Mr F"$decription[1] "discussion group"

感谢你能够认真阅读完这篇文章，希望小编分享的“R语言数据类型有哪些”这篇文章对大家有帮助，同时也希望大家多多支持编程网，关注编程网精选频道，更多相关知识等着你来学习!