R语言的数据结构

R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表

1 标量

标量是只含一个元素的向量，例如a<- 3、b <- "US"和c <- TRUE。它们用于保存常量

2 向量

R中的向量可以理解为一维的数组，每个元素的mode必须相同.

函数c，是组合函数,可以用创建数组，如

x <- c(10:19)

b <- c("one", "two", "three")

x[2] 访问数组中第2个元素。这里没有下标，从 1 开始计算距离

x[c(2:4)] 访问数组中第2到4个元素

x[c(2,4)] 访问数组中第2个和第4个元素

3 矩阵

  可以理解为二维数组，每一个元素必须要有相同的mode，使用matrix进行创建，matrix的形式为：

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE,       dimnames = NULL)

该函数中，vector中为矩阵的元素，nrow表示行数，ncol表示列数，byrow为一个布尔向量表示是否按照行为主进行填充，默认按照列为主，dimnames为可选的制定行和列的名称。

mdat <- matrix(c(1,2,3, 11,12,13), nrow = 2, ncol = 3, byrow =TRUE,dimnames = list(c("row1", "row2"),c("C.1", "C.2", "C.3"))) 

mdat[2, ] 表示选取矩阵第1行元素
mdat[, 2] 表示选取矩阵第2列元素
mdat[1, 2] 表示选取矩阵第1行第2列元素
mdat[1, c(1, 2)] 表示选取矩阵第1行的第1个第2个元素

4 数组

  数组使用array进行创建，与向量或者矩阵不同的是，array可以是多维的。array中的数据同样是相同mode的，array函数的像是如下：

array(data = NA, dim = length(data), dimnames = NULL)，

其中vector包含array中的元素，dim是一个向量指定array各个维度的大小，dimnames是一个list指定各个维度对应的名称。

dim1 <- c("A1", "A2")
dim2 <- c("B1", "B2", "B3")
dim3 <- c("C1", "C2", "C3", "C4")
z <- array(1:24, c(2, 3, 4),  list(dim1, dim2, dim3))
z[1,2,3] 为 15 表示选取 x=1 y=2 z=3 的值，只有这一种选取方式

5 数据框：

    数据框是我们常用的进行数据分析的数据存储方式，和数据库的每一行对应一个记录，每一列对应一个字段，数据框使用data.frame(name1=col1, name2=col2,...)进行创建，注意是列主导。

patientID <- c(1, 2, 3, 4)

age <- c(25, 34, 28, 52)

diabetes <- c("Type1", "Type2", "Type1", "Type1")

status <- c("Poor", "Improved", "Excellent", "Poor")

p <- data.frame(patientID, age, diabetes,status,row.names=c('a','b','c','d'))

p[1:2] 表示选取第一列第二列数据

p[c("a"),c("diabetes", "status")] 选取列表为"diabetes", "status"，行名为"a"的数据

6 列表：

        据类型中最为复杂的一种。一般来说，列表就是一些对象（或成分，component）的有序集合。列表允许你整合若干（可能无关的）对象到单个对象名下。例如，某个列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。列表和Python中的dict很像，使用list进行创建，是行为主导的，list的形式为list(name1=object1, name2=object2,...)。

g <- "My First List"

h <- c(25, 26, 18, 39)

j <- matrix(1:10, nrow = 5)

k <- c("one", "two", "three")

mylist <- list(title = g, ages = h, j, k)

mylist[['ages']][1]   获取名称ages的元素的第一个数据

mylist[c(1,2)] 获得第一个元素和第二个元素

实操过程如下：