R基础数据类型-数组、因子、列表

数组

 

 

 

数组与矩阵类似，是矩阵的扩展，把数据的维度扩展到2个以上，

array(data = NA, dim = length(data), dimnames = NULL) as.array(x, ...) is.array(x)

 

> dim1 <- c("A1", "A2", "A3") > dim2 <- c("B1", "B2", "B3", "B4", "B5") > dim3 <- c("C1", "C2") > array(c(1:30), dim = c(3,5,2),  dimnames = list(dim1, dim2,dim3)) , , C1      B1 B2 B3 B4 B5 A1  1  4  7 10 13 A2  2  5  8 11 14 A3  3  6  9 12 15   , , C2      B1 B2 B3 B4 B5 A1 16 19 22 25 28 A2 17 20 23 26 29 A3 18 21 24 27 30   > a1<-array(c(1:30), dim = c(3,5,2),  dimnames = list(dim1, dim2,dim3)) > is.array(a1) [1] TRUE > a1[A1, B2,C1] Error: object 'A1' not found > a1["A1",,]    C1 C2 B1  1 16 B2  4 19 B3  7 22 B4 10 25 B5 13 28

 

 

 

数据框

 dataframe

数据框是仅次于向量的最重要的数据对象类型

 

创建数据框

data.frame(..., row.names = NULL, check.rows = FALSE,            check.names = TRUE, fix.empty.names = TRUE,            stringsAsFactors = default.stringsAsFactors())

 

data.frame(col1, col2, col3, ……)

> d1 <- c("A", "B", "C", "D") > d2 <- c("M", "F", "M", "F") > d3 <- c(1, 2, 3, 5) > data.frame(d1, d2, d3)   d1 d2 d3 1  A  M  1 2  B  F  2 3  C  M  3 4  D  F  5 > f1 <-data.frame(d1, d2, d3) > f1   d1 d2 d3 1  A  M  1 2  B  F  2 3  C  M  3 4  D  F  5 > class(f1) [1] "data.frame" > f1["d1"]   d1 1  A 2  B 3  C 4  D > f1["d3"]   d3 1  1 2  2 3  3 4  5 > f1["1"] Error in `[.data.frame`(f1, "1") : undefined columns selected > f1[1,]   d1 d2 d3 1  A  M  1 > f1[-1,]   d1 d2 d3 2  B  F  2 3  C  M  3 4  D  F  5

 

dataframe 访问行时用 f1[1, ] 来访问第一行

用负号来排除第一行

直接用列明来访问列

 

 

对于dataframe的编辑有2中

rbind  cbind

添加行，添加列

names修改数据列明

 

> d1 [1] "A" "B" "C" "D" > d2 [1] "M" "F" "M" "F" > d3 [1] 1 2 3 5 > f1 <- data.frame(d1,d2,d3) > f1   d1 d2 d3 1  A  M  1 2  B  F  2 3  C  M  3 4  D  F  5 > rbind(f1, list("E", "M", 0))     d1 d2 d3 1    A  M  1 2    B  F  2 3    C  M  3 4    D  F  5 5   M  0 Warning message: In `[<-.factor`(`*tmp*`, ri, value = "E") : 因子层次有错，产生了NA > typeof(d1) [1] "character" > mode(d1) [1] "character" > class(d1) [1] "character" > rbind(f1, list("A", "M", 0))   d1 d2 d3 1  A  M  1 2  B  F  2 3  C  M  3 4  D  F  5 5  A  M  0 > cbind(f1, d4=rep("HAHA", times=5))   d1 d2 d3   d4 1  A  M  1 HAHA 2  B  F  2 HAHA 3  C  M  3 HAHA 4  D  F  5 HAHA 5  A  M  0 HAHA   > names(f1) [1] "d1" "d2" "d3"     > names(f1)[3]="D3" > names(f1) [1] "d1" "d2" "D3"   >

这里产生了一个warning message，是因为

你的第一个变量是factor类型，增加的那一行观测对应的值不在原level里。可能需要先将第一个factor类型转变成character类型

因子在后面再讲

 

d1 加字母E是加不进去的，但是加字母ABCD都可以，就是这个原因

 

修改dataframe的列名  用names来修改

也是用names来查看dataframe的列名

 

 

 

因子

创建因子

创建因子使用factor函数

factor(x = character(), levels, labels = levels,        exclude = NA, ordered = is.ordered(x), nmax = NA)   ordered(x, ...) is.factor(x) is.ordered(x) as.factor(x) as.ordered(x)   addNA(x, ifany = FALSE)

 

> f2 <- factor(c("A", "B", "C", "D")) > f2 [1] A B C D Levels: A B C D > f3 <- factor(c("A", "B", "A", "D", "C", "B")) > f3 [1] A B A D C B Levels: A B C D   > f5<-  factor(substring("statistics", 1:10, 1:10), levels = letters) > f5  [1] s t a t i s t i c s Levels: a b c d e f g h i j k l m n o p q r s t u v w x y z   >  > f6 <- factor(LETTERS[4:1], order= TRUE) > f6 [1] D C B A Levels: A < B < C < D

 

 

 

上面是通过factor创建因子的

下面用gl函数创建因子序列

gl(n, k, length = n*k, labels = seq_len(n), ordered = FALSE)

n 表示因子水平的个数

k表示每个因子水平重复的次数

length =n*k  表示序列的长度

labels  一个n维向量，表示因子水平

ordered  一个逻辑值，为TRUE表示有序因子，FALSE为无序因子

 

生成水平数为3， 每个水平重复3次的因子序列 > gl(3,3) [1] 1 1 1 2 2 2 3 3 3 Levels: 1 2 3   两个因子水平，每个重复3次，水平为true和false > gl(2,3, labels=c("TRUE", "FALSE")) [1] TRUE  TRUE  TRUE  FALSE FALSE FALSE Levels: TRUE FALSE   > gl(2,1, 10)  [1] 1 2 1 2 1 2 1 2 1 2 Levels: 1 2

 

 

 

总结：

对于创建因子的函数有2个

一个是factor，一个是gl

 

 

 

因子的存储方式

R中因子都是以整形向量存储的。每个因子水平，对应一个整型数字

对于字符型创建的向量因子，会按照字母顺序排序，在对应到整数型向量中。

 

> status <- c("Poor", "Improved", "Excellent", "Poor") > class(status) [1] "character" > states.factor <- factor(status, order=TRUE) > class(states.factor) [1] "ordered" "factor" > states.factor1 <- factor(status) > class(states.factor1) [1] "factor" > storage.mode(states.factor) [1] "integer" > storage.mode(states.factor1) [1] "integer" > as.numeric(states.factor) [1] 3 2 1 3 > as.numeric(states.factor1) [1] 3 2 1 3 > levels(states.factor) [1] "Excellent" "Improved"  "Poor"     > levels(states.factor1) [1] "Excellent" "Improved"  "Poor"

 

 

列表

 

> listtest1 <- list(a=c(1,2,3,4), b=c("A", "B", "C" , "V") , c=c(TRUE, FALSE), d=c(1+2i) ) > listtest1 $`a` [1] 1 2 3 4   $b [1] "A" "B" "C" "V"   $c [1]  TRUE FALSE   $d [1] 1+2i   > listtest1$a [1] 1 2 3 4 > listtest1$d [1] 1+2i > listtest1$a[2] [1] 2 > listtest1$d[1] [1] 1+2i > listtest1$c[3] [1] NA > listtest1$b[3] [1] "C"   > summary(listtest1)   Length Class  Mode     a 4      -none- numeric  b 4      -none- character c 2      -none- logical  d 1      -none- complex    >       添加一个向量 > listtest2 <- c(listtest1, list(e=c(0,0,0,0), f=c("Y", "N"))) > listtest2 $`a` [1] 1 2 3 4   $b [1] "A" "B" "C" "V"   $c [1]  TRUE FALSE   $d [1] 1+2i   $e [1] 0 0 0 0   $f [1] "Y" "N"   > summary(listtest2)   Length Class  Mode     a 4      -none- numeric  b 4      -none- character c 2      -none- logical  d 1      -none- complex  e 4      -none- numeric  f 2      -none- character   >