R的学习——2.创建数据集
chap.2 创建数据集
2.1 数据集的概念
数据集行列的叫法：1）统计学家 观测（observation）和变量（variable）
2）数据库分析师 记录（record）和字段（field）
3）数据挖掘和机器学习学科研究员 实例（example）和属性（attribute）
R中存储数据的结构：标量、向量、矩阵、数组、数据框和列表
R中处理的数据类型：数值型、字符型、逻辑型（TRUE/FALSE）、复数型、原生型（字节）
2.2 数据结构
一些定义：1）对象。对象（object）是指可以赋值给任何变量的任何事物，包括常量、数据结构、函数甚至图形。
2）数据框。 数据框（data frame）是R中用于存储数据的一种结构：列表示变量，行表示观测值。同一个数据框可存储不同类型的变量。数据框是存储数据集的主要数据结构。
数据结构名称 |
介绍 |
创建函数 |
包含数据类型 |
备注 |
|---|---|---|---|---|
向量 |
一位数组 |
c() |
同一类型 |
|
矩阵 |
二维数组 |
matrix() | 同一类型 |
|
数组（array） |
维度可以大于2 |
array() | 同一类型 |
矩阵的推广 |
数据框 |
最常用的数据结构 |
data.frame() |
不同类型 |
每列数据的类型相同，不同列类型可以不同 |
列表 |
重要的数据结构 一些对象（或成分，component）的有序集合 |
list() |
不同类型 |
对象可以是任何结构，甚至是其他列表的组合； 许多R函数的运行结果以列表形式返回 |
关于选取数据框中的元素问题：
1. 记号$
记号$被用来选取一个给定数据框中的某个特定变量。
以R自带的mtcars数据框为例，使用以下代码获取mpg与wt的散点图。
> plot(mtcars$mpg,mtcars$wt)2. attach()、detach()和with()
函数attach()可将数据框添加到R的搜索路径中。R在遇到一个变量名后，将检查搜索路径中的数据框。
函数detach()将数据框从搜索路径中移除。
上述两个函数最好在分析一个单独的数据框，且没有多个同名对象时使用。
因此，1.中的代码可以写为
attach(mtcars)
plot(mpg,wt)
detach(mtcars)with(mtcars, {
print(summary(mpg))
plot(mpg,wt)
})
with(mtcars, {
nokeepstats <- summary(mpg)
keepstats <<- summary(mpg)
})
nokeepstats
keepstats错误: 找不到对象'nokeepstats'
> keepstats
Min. 1st Qu. Median Mean 3rd Qu. Max.
10.40 15.43 19.20 20.09 22.80 33.90
3. 实例标识符
R中实例标识符可通过数据框操作函数data.frame()中的row.names来指定。
关于因子：
类别（名义型）变量和有序（有序型）变量在R中称为因子。（变量可归结为名义型、有序型、连续型变量）
factor()函数以一个整数向量的形式存储类别，整数的取值范围时[1...k]（其中k时名义型变量中唯一值的个数），同时一个字符串（原始值）组成的内部向量将映射到这些整数上。
要表示有序变量，需要为factor()函数指定参数ordered=TRUE。对于字符型变量，因子的水平默认依字母顺序创建。也可以通过指定levels选项来覆盖默认排序。
数值型变量可以通过levels和labels来编码成因子。标签顺序必须和水平顺序相一致。
注：确保指定的水平与数据真实值相匹配， 任何在数据中出现而在参数中未例举的数据都将被设为缺失值。