R语言实战笔记--第二章 数据类型及结构

第二章 创建数据

标签（空格分隔）： R语言

---

本章的内容其实很少，很多都是需要用到的时候才会去找的东西，个人认为本章主要掌握以下两点：
数据结构、数据输入

数据结构

　　重点中的重点，一切的处理都是针对数据的，没有数据就没有后续的一切
　　下面先介绍概念
　　首先介绍一下数据类型，有数值型，字符型，逻辑型，复数型（虚数），原生型（字节），各个类型不详细解释，另外，还有你需要分别告诉R：实例标识符是哪个（rownames，行名），名义型变量和有序型变量是哪个（factors，因子）。
　　然后才是数据结构
　　标量、向量、矩阵、数组、数据框和列表。
　　标量
　　只含有一个元素的向量，比如a<-3,g<-“U”,b<-TRUE，它们用于保存常量，即只有一个数值。
　　向量
　　其实就是一维数组，使用函数c()来组合向量各个元素，比如“a<-c(1,2,3,4,5)”，或者b<-c(“one”,”two”,”three”)等等，可以使用方括号来访问向量中的元素，如a[c(2,4)]就得到上面的2和4两个数字a[1:3]就能得到1，2，3三个数字，冒号在这里的意思是从左边的数到右边的数，即从1到3，它能生成一个数值序列。注意的是，一个向量只能有一个数据类型。
　　矩阵
　　其实就是一个二维数组，使用matrix进行创建，方法是
　　> mymatrix<-matrix(vector，nrow=行数,ncol=列数,byrow=T/F,dimnames=list(行名,列名))
　　其中需要解释一下的可能是byrow这个，它的意思就是按行放置还是按列，比如有一个2X2的四格，你在上面放入1-4这4个数字，你是横着填，即[1324] 还是竖着填，即[1234]，TRUE就是横着填，动手敲一次知道了~，行名和列名这两上使用c()函数合并填入即可，注意顺序。矩阵元素的获取使用A[i,j]来获取，省略即为整行/列提取，可以使用c()函数单独提取某几个行/列。
　　数组
　　这玩意可不是很好理解，我试着解释一下吧，它类似一个层次结构，维度大概就是一层一层的包含关系，拿矩阵来说，把几个矩阵合在一起，就是一个3维数组，把几个3维数组合在一起，就是一个4维数组，形象的来说，就是Excel，我们都知道，Excel里面有工作表，每个工作表都看作一个矩阵，那么，一个工作簿有n个表，对于这个工作簿来说，它就是一个三维数组，然后有一个文件夹放着很多个工作簿，对这个文件夹来说，就是一个4维数组，不知道这样说能明白不。不明白就自己想像去吧，我目前只能解释到这个程度了。
　　创建方法：arr<-array(vector,dimensions,dimnames=list(c(vetor),c(vetor)……))，这个创建方法呢，和矩阵一毛一样的，只不过，它把nrow和ncol放在了dimensions里面了，并且把它扩展开来，从第1维（行）到第2维（列）到第n维（第几个文件夹）用c()函数定义它们的个数，dimnames是可靠参数，用来定义前面定义维度的标签。
　　提取元素方式，同样为方括号下标方式提取，如A[1,2,3,4,5]，选择第5个维度的第5个类别，第4个维度的第4个类别，第3个维度的第3个类别，第2个维度的第2个类别，第1个维度的第1个类别下的元素！如果选取的是多个数据，最终显示为第1，2个维度的矩阵，然后在上头显示维度分类~自己试~
　　数据框
　　Excel表格，要求每一列必须保持相同数据类型！但不要求全部列都用一样的数据类型，这点和矩阵的要求不同。解释完毕，不懂Excel的自己去看去。
　　创建方法是df<-data.frame(col1,col2,col3……)，col1可以使用col1<-c(1，2，3)先行赋值，此时会使用col1为列名，如果不先行赋值，它会起一个让你蛋疼的列名出来，虽然起得不错，但很长。。。很长。。。很长。。。
　　数据框的数据选取，和矩阵一毛一样~还多了几种方法，如列名大法，同样呼叫方括号，但里面可以不一样了A[c(“col1”,”col2”)]其中col1,col2是列名，也可以使用A$col1这样子来把整列都抽出来。实际使用里，是不可能让你使用A这样的名称的，一定要使用一看就能知道含义的名称，比如the_brand_of_supperman_red_briefs之类，这个时候，每次提取，都要敲这么长，卒~
　　还好，有attach(),detach()和with()三个函数来帮忙，简单说一下，attach()和detach()是一对，添加了就要删除，别问为什么~它就是可以把超人红底裤的牌子数据框下面每个变量（字段）都放到外面，能让你不需要输入前面长长的名字就可以使用。with()也一样，注意的是，使用attach(“object_name”)有时候会返回一些被masked的变量，这个是什么呢，就是同名变量，在attach之前就有了的，和你数据框的变量名一样的，此时，数据框内的同名变量就不能使用。注意，是数据框内的变量不能使用，而不是预先定义那个不能使用。
　　with()这个函数好，with(object_name,{R语句……})这样的格式来运行，所有的一切都只在里面运行，离开了括号之外就不认帐了，像银行~当然，可以使用特殊技能”<<-“来赋值一个全局对象，就可以外面使用了，你的办银行卡一般都是全局对象来的，不是全局，你也不会去办是不~
　　下面来说说上面所提到的实例标识符和因子，或者我应该看完这本书之后再回头来写总结~
　　实例标识符，解释为行名，在data.frame()里面加入row.names=c(xxxx)/col1(或某一列的内容) 来定义行名。这个很好理解。
　　因子，先说一下名义型和有序型是什么鬼，名义型，就是张三，李四，王五这些名字，它们之间是平等的，不分先后的；有序型，就是张三是李四的儿子，李四是王五的儿子（不管他为什么姓不一样，这些细节不重要），于是，它们就有了个顺序，无论从小到大，还是从大到小，都是有顺序的，这个时候，他们就是有序型。名义型和有序型统称因子。创建名义型因子的时候使用f<-factor(c(“T1”,”T2”,”T3”,”T1”)),于是就会自动把它存储为(1,2,3,1)这样的向量，并且会在内部把1对应”T1”，2对应”T2”，3对应”T3”。要表示它是有序型的，就需要再加入“ordered=TRUE，levels=c(“T1”,”T2”,”T3”)”参数，如果不指定levels的话,就会按字母顺序1234逐个打上去，如果指定了levels的话，就一定要全面，缺少了一个，都会被R当成缺失值处理掉。
　　列表
　　大杂汇，可以把上头所说的所有数据结构放到一起，用一个标签打上标记，就可以使用了。注意的是，它使用双重方括号来引用标签，后面再加一个方括号来引用标签内的数据结构，比如myList里面的有“标量”，“向量”，“矩阵”三个标签，分别存放对应的结构，那么引用的时候，使用myList[[1]]或者myList[[“标量”]]就可以得到这个标量的值，使用myList[[3]]就可以显示矩阵，使用myList[[3]][2,3]就可以显示矩阵里面2行3列的是什么鬼~
　　

数据输入

　　内容很多，但很多不等使，主要用到read.table命令，还有几个包，比如xlsx，RODBC什么的，到需要的时候再直接百度解决吧，狠容易的~不细说

数据标注

　　这个，嗯，这个不用太在意，简单来说，两个命令，一是names，用于改变变量（字段）的名称，二是labels，用于在factor里面，改变levels的名称，比如有个gender的变量（内容是c(1,1,2,2,3)），1表示男，2表示女，3是人妖，你可以使用factor(df$gender,levels=c(1,2),labels=c(“女”,”男”))，嗯，就这样，它的内容就会变成了c(“女”,”女”,”男”,”男”,)~
　　
　　后记：这一章都是概念，其实也很好理解，逐渐对R的结构和定义都些了解了，使用起来也没刚接触那时候那么陌生了。继续，后面看多两章再来写总结吧，感觉那样子写起来会更全面。但也可能多了一些不应该在这个阶段出现的概念。造成混乱。