04.2#R基础（系统1）-R的数据结构

一、R的数据结构

对象的类型：

数值型  Numeric  例如：100、200

字符型  Character  例如："china"

逻辑型  Logical     例如：true、false

因子型  Factor    表示不同类别b

复数型  Complex   例如2+3i

    向量 （vector） 只能包含同一种类型的对象

    注释#

创建向量 

x<-vector("character",length=10)  #向量类型 向量长度

x1<-1:4  

x2<-c(1,2,3,4)

    如果c中的向量类型不一样，它会将三个元素转换成一样

as.numeric(x4)  #将向量x4转换成数字

as.logical()

as.character()

给向量的元素命名

names(x1)<-c("a","b","c","d")  #第一个元素的名称为a，……

矩阵（matrix）

      向量+维度属性（整数向量：nrow,ncol）

创建矩阵

x<-matrix(nrow=3,ncol=2)   #三行两列

x<-matrix(1:6,nrow=3,ncol=2)  #有内容

y<-1:6

dim(y)<-c(2,3)   #y将变成矩阵 

dim(x)         #查看当前矩阵有多少行列

attributes(x)  #查看当前矩阵的信息

两个矩阵拼接

rbind(y1,y2)  #安行拼接

cbind(y1,y2)  #安列拼接

数组（array）

与矩阵类似，但是维度可以大于2；矩阵只可以等于2

创建数组

x<-array(1:24,dim=c(4,6))

x<-array(1:24,dim=c(2,3,4)) 

列表（list）

可以包含不同类型的对象

创建列表（list）

x<-list("a",2,10L,3+4i,TURE)

列表元素命名

x2<-list(a=1,b=2,c=3)

x3<-list(c(1,2,3),c(4,5,6,7))

给矩阵的元素命名

x<-matrix(1:6,nrow=2,ncol=3)

dimnames(x)<-list(c("a","b"),c("c","d","e"))

因子（factor）

分类数据  有序&无序

整数向量+标签（label）(优于整数向量)

创建因子

x<-factor(c("female","female","male","male","female"))

x<-factor(c("female","female","male","male","female"),levels=c("male","female"))

table(x) 查看因子情况

unclass(x) 去掉因子属性查看内容

缺失值（missing value）

NA/NaN  NaN属于NA，NA不属于NaN

NaN:只表示数字的缺失值

判断是否有缺失值

    is.na(x）  is.nan(x)

数据框（date frame）

存储表格数据（tabular date）

视为各个元素相同的列表

每个元素代表一列数据

每个元素的长度代表行数

元素的类型可以不同

创建数据框

df<-data.frame(id=c(1,2,3,4),name=c("a","b","c","d"),sex=c(TRUE,TRUE,TRUE,FALSE))

nrow(df)  #查看有多少行

ncol(df)   #查看有多少列

data.matrix(df2)  #将数据框转换成矩阵  （需要每列元素的类型都是相同的）

日期与时间（date,time）

日期：DATE

      距离1970-01-01的天数   /date() /Sys.Date()

 weekdays()  months()  quarters()

date() 当前日期时间

x1<-Sys.Date()  

x2<-as.Date("2015-01-01")  #存储为date类型的数据

weekdays(x2)  #查看星期

quarters(x2)  #查看季度

 

时间  POSIXct  POSIXLt

距离距离1970-01-01的过去了多少秒   Sys.time()

POSIXct  :整数 常用于存入数据框

POSIXLt  :列表，还包含星期、年、月、日 

x<-Sys.time()

p<-as.POSIXLt()  转坏类型

name(unclass(p))  查看存储了什么东西

p$sec   #获取秒