R语言自学笔记2 —— 数据的创建和修改1

R语言的数据结构parts 1

 

R主要的对象类型为 ： 标量、向量、矩阵、数组、数据框和列表

 

 

2.1 向量以及运算

 

对于向量 可以 储存 数值型、字符型、逻辑型 的一堆数组 ，执行的函数为 c（）

 

注意 ： 单个向量只能拥有相同的类型，无法混杂。

 

同一个向量内的字符可以同时进行加减乘除进行运算 ，如：

 

> c(2,3,4,5,6)-2

[1] 0 1 2 3 4

 

 

R的整数除法 ： %/%

 

1:10 %/% 3

 [1] 0 0 1 1 1 2 2 2 3 3

 

 

要比较整数值是否相等，则对其进行 == ， 得出是逻辑值 TRUE/FALSE

 

4==3

[1] FALSE

 

同样的，如果需要检查是否不相等，则使用 ！=

 

5 != 4

[1] TRUE

== 只能针对整数情况，如果是浮点型数值，则可能会出现bug

如：

sqrt(2)^2 ==2

[1] FALSE

在这时，我们可使用 all.equal 函数对其进行检查。

all.equal(sqrt(2)^2,2)

[1] TRUE

2.2 特殊数字

在R语言中主要有四种特殊数值： Inf（即英文的infinite简写）、-Inf、NaN（not-a-number）、NA（not-available）。

主要的计算如下：

> Inf +1 

[1] Inf

> Inf -1

[1] Inf

> Inf + Inf

[1] Inf

> NA+1

[1] NA

> NA+Inf

[1] NA

NA代表缺失值、 NaN 代表不是一个正确的数（如0/0）

2.3 逻辑

R语言中的逻辑判断分为三种； TRUE FALSE NA 

逻辑运算符：

！代表  非

&  代表  与

|  代表  或

如：

> x<- c (TRUE,FALSE,NA)

> xy <- expand.grid(x=x , y = x)

> within(

+ xy,

+ {and <- x&y

+  or <- yd

+  not.y <- !y

+  not.x <- !x

+  })

      x     y not.x not.y    or   and

1  TRUE  TRUE FALSE FALSE  TRUE  TRUE

2 FALSE  TRUE  TRUE FALSE  TRUE FALSE

3    NA  TRUE    NA FALSE  TRUE    NA

4  TRUE FALSE FALSE  TRUE  TRUE FALSE

5 FALSE FALSE  TRUE  TRUE FALSE FALSE

6    NA FALSE    NA  TRUE    NA FALSE

7  TRUE    NA FALSE    NA  TRUE    NA

8 FALSE    NA  TRUE    NA    NA FALSE

9    NA    NA    NA    NA    NA    NA

其他的逻辑函数为 any 和 all ，表示至少包含一个TRUE 和全部为all，则将返回为   TRUE。

2.4 数字的类型

R中包含三种不同类型的数值变量：浮点值 numeric 、整数 integer 、复数 complex，可通过class来分辨数的种类：

如：

> class(sqrt(1:10))

[1] "numeric"

> class(3+i)

Error: object 'i' not found

> class(3+1i)

[1] "complex"

> class(1)

[1] "numeric"

> class(1L)              #在1后面添加L将数字变为整数型

[1] "integer"

> class((1:4))

[1] "integer"

同时 class 也可以对字符进行分类

> class(1==3)

[1] "logical"

> class("a")

[1] "character"

2.5 因子对字符的转换

在很多统计数据中，可能会对相应的数据进行归纳、如win 代表1 、 lose代表 2，我们可以通过factor 因子对其进行转换：

> clubResults <- c( "W" , "L" , "W" , "L" ,"W" ) > results <- factor(clubResults) > results [1] W L W L W Levels: L W   先将其因子化，然后通过对因子水平进行定义以达到效果 ：   > levels(results) [1] "L" "W" > nlevels(results) [1] 2 > as.integer(results) [1] 2 1 2 1 2   采取整数存储可以占据更少的内存 比如在10000次的随机胜负的情况下尤为明显   > new_result <- sample(c("W","L"),10000,replace = TRUE) > new_result_factor <- as.factor(new_result) > object.size(new_result) 80136 bytes > object.size(new_result_factor) 40512 bytes

以上代码使用了函数 sample 随机抽样， object.size 表示可以返回对象的内存分配大小。 可以看出factor化后期占据的内存明显小于 向量化的 。