6. 2019-02-15 元素类型

字符串

1. 规则

单双引号均被承认

单双引号可以相互界定,但双引号不能插入双引号,单引号亦同。

2. 操作

以下操作均仅为格式化,显示需要两步法赋值或者直接print

(1)连接

格式:

paste(arg1, arg2, arg3)

paste(arg, sep = " ") #sep: separate symbol

paste(arg, sep = , collapse = " ") #collapse消除自变量间空格

(2)格式化数字和字符串

format(x, digits, nsmall, scientific, width =, justify = c("l", "r", "c", "none")

#x=arg, digits显示位数,nsmall小数点后位数,width缩进长度,justify显示位置

更改大小写

toupper("string")

tolower()

(3)提取

substring(str, first, last)

(4) 其他:

计算字符数

nchar(x)


向量

原子向量见1数值类型,向量为最基本的数值类型

1. 创建向量

单元素不赘诉

多元素向量:

:#increment by 1

seq(small, large, by = increment)

c() #numtochar

2. 索引

[]

negative index: drop

0/1 index OR TRUE/FALSE index: drop

3. 运算

加减乘除不同长度向量时,短向量循环以完成

sort() #排序


矩阵

1. 创建

matrix(data, nrow, ncol, byrow = TRUE/FALSE, dimnames = list(a, b)) #dimnames分配行列名称,还需另外list行列名称字符串;data可以多元素组合如c()

格式见下

2. 索引

matrix[rownumber, columnnumber] #null, null only 

3. 计算

行列数相同


列表

列表可包括数字、字符串、向量、函数、矩阵、列表等

1. 创建

list()

2. 索引访问

list[num]

list[list_name]

list[list_element_name]

3. 编辑

list_data[position] #可视为元素

直接传递,或者null

合并:c(list1, lsit2,...)

转化成向量:unlist(list) #进行计算等

命名元素:names(list) <- c()


数组

两个维度以上存储数据的数据对象(参考矩阵)

两个函数:array()创建数组,dim(a, b, c)创建c个a X b数组

1. 创建

array(data, dim, dimnames)

2. 编辑:

命名行列:dimnames = list(row, column, matrix)

3. 索引

x <- array()

print(x[a,b,c])

array(arraryname$variablename)

4. 计算

(1)以matrix为单位计算

matrix <- array[a, b, c]

(2)跨数组

apply(x, dimension, function) #xis.array, dimension: 1row, 2column, both c(1,2)


因子

接下来两个概念比前面的元素难以理解,认真阅读

因子:分类,储存为级别;元素:字符串,整数; #简单理解为字符串双引号去掉

1. 创建

factor(datalist) #转变成因子

print(is.factor(datalist))

gl(n, k, labels) #n levels, k for copy times, labels for levels

2. 编辑

编辑级别顺序

factor(data, levels = c())


数据帧

表或二维阵列状,列为变量,行包含每一列变量的一组值

存储可数字,因子,字符类型

每列包含相同数量数据项

1. 创建

data.frame(

col_variable 1 = c(a,b,c...),

col_variable 2 = c(a1,b1,c1...),

col3...

)

print(s.data)

2. 编辑

属性

str()

summary()

添加

(1)列:data.frame$newrow <- c()

(2)行:新建相同结构iframe,rbind(frame1, frame2)

3. 索引

data.frame(data.name$column,...)

data.frame[c(), c()] #row, column


数据重塑

1. 合并

cbind() #向量

rbind() #数据帧

merge() #合并共同列

merge(x =, y = frame, by, all) #by, by.x, by.y default or specify by =c(); all default FALSE, i.e. only shared columns can be shown, all.x, all.y =TRUE)

2. 拆分,列转化为行

melt(ships, id = c(column_name)

3. 重构 #归类

cast(ships, a+b~variable, sum)

你可能感兴趣的:(6. 2019-02-15 元素类型)