R语言中数据结构知识补充以及常见错误习惯

读书笔记：R语言中数据结构基础知识补充

R语言中常见错误习惯

1. 大小写使用错误，函数名的大小写不同表示的功能也不同。
2. 引号使用错误，R包的名称前后需要引号包围，否则报错。
3. 函数后缀括号使用错误，即使函数后没有参数，也要接上（）。
4. 路径名与转义符，\和/表示不同含义，有时路径中含有\,需要将其修改。
5. R包使用错误，每次使用R包都要先载入，否则会报错。

数据结构

向量

向量中的数据可以是数值型、逻辑型、字符型，但是单个向量内数据类型要一致。c()表示组合的意思。
元素后方括号中加数字可以访问该位置的元素。

矩阵

矩阵是二维数组，每个元素具有相同的类型。maxrix进行创建矩阵。

数组

矩阵只能是二维的，但数组可以具有更多维度。array进行创建，数组可以看作是矩阵的一种扩展形式，数组内数据类型需要保持一致。

数据框

数据框的列与列之间的数据类型可以不同，但是每一列内要相同，类似于常见的数据集格式。
数据框中每一列都是一个变量，可以使用$符号进行调用。

attach和detach这两对函数可以简化数据框的输入方式，避免每次重复输入数据框的名称。
还有一种方式是with(数据名{执行命令$变量名})，花括号内的赋值变量如果需要全局使用，则用<<-符号。

因子

变量可以分成三种不同的类型

• 无序变量

  • 名义型
    类别型的数据，比如男和女，分别代表不同种类。

• 有序变量

  • 非连续型
    等级类的数据，比如小、中、大，存在一定顺序。
  • 连续型
    数值类的数据，比如株高、重量等，常见的测量数值。

R语言中用因子（factor）表示名义型和非连续有序型变量，实际上可以理解成将变量的每个子项映射到一个数字，用数字来代表类别或等级。

order=TRUE表示有序排列
levels=c("small","mid","big")设置序列等级，默认按照字母顺序排列。
str（）可以快速数据的结构信息
summary（）查看数据概要，包括最值、均值、频数等信息。

列表

R语言中最为复杂的数据结构，包含好几个对象（比如向量、矩阵、数据框、其他列表），用list（）创建。

列表内每个对象（变量）可以独立命名，如果不加名称则按照数字顺序。使用[[ x ]]双重方括号内加对象名或者序号即可快速调取。

注意事项：

1. 美元符号$表示变量的意思，句号.没有特殊含义
2. R语言中序号下标从1开始，而不是0。

课本资料：R语言实战-第二版-人民邮电出版社

本文由mdnice多平台发布