R语言基础数据结构

Python之王

2022-02-09 13:45

本文内容

  • 对象
  • 向量
  • 数据结构
  • 运算符及向量运算
  • 函数
  • 子集选取

对象

对象

R语言里一切都是对象(object)

对象的创建

对象的创建与使用。首先确定一个对象名,然后使用赋值操作符 <-,将数据赋值给它。

在Rstudio中同时按下 Alt-,就可以产生赋值箭头

对象的创建与使用

我们给这个盒子取名 x,然后把10这个数放入盒子

x <- 10

当键入 x 然后回车,就打印出 x 的值。

x

对象重新赋值

当我们再把6这个数放入盒子x

x <- 6

此时x就被更新了,变成了最新的数值

x

变量命名规则

  • 变量名必须以字母、数字、下划线_和句点.组成
  • 开头不能是数字
  • 大小写敏感,yY是两个不同的变量名
  • 不能有空格,可以用下划线代替空格,比如
my_age <- 30

变量名的可读性

测量男生的身高

  • 一般的变量名
x <- 175
  • 不错变量名
height <- 175
  • 更佳的变量名
boy_height_cm <- 175

对象属性

x <- 6

所有R对象都有其属性,最重要的两个属性:

  • 类型
  • 长度
typeof(x) 
length(x)

向量

盒子可以装更多数据

前面,我们把6这个数放入盒子 x

x <- 6

现在,我们想多装一些数据(有顺序、好取出),比如3,4,5,6,7

x <- 3, 4, 5, 6, 7   # 这样可以吗?

冰糖葫芦

我们小时候吃的冰糖葫芦,中间用一根木棒把水果串起来,有先后顺序,而且方便取出。

knitr::include_graphics("images/vector_like11.jpg", dpi = 300)

向量就像冰糖葫芦

对应到R语言里,用 c() 函数实现类似结构

x <- c(3, 4, 5, 6, 7)
x

向量就像冰糖葫芦

x <- c(3, 4, 5, 6, 7)

我们观察到c()函数构造向量的几个要求

  • 这里的c就是 combine 或 concatenate 的意思
  • 它要求元素之间用英文的逗号分隔
  • 且元素的数据类型是统一的,比如这里都是数值

聚合成新向量

c() 函数还可以把两个向量聚合成一个新的向量。

low      <- c(1, 2, 3)
high <- c(4, 5, 6)
sequence <- c(low, high)
sequence

命名向量(named vector)

向量元素可以有自己的名字

x <- c('a' = 5, 'b' = 6, 'c' = 7, 'd' = 8)
x

或者

x <- c(5, 6, 7, 8)
names(x) <- c('a', 'b', 'c', 'd')
x

单个值的向量,就可以偷懒

我们再回头看看之前的

x <- 6

它实际上就是

x <- c(6)

即长度为 1 的向量,相当于,只有一个草莓的糖葫芦。在我看来,x <- 6x <- c(6) 偷懒的写法。

向量的属性

我们再来看看向量的两个基本属性

x <- c(3, 4, 5, 6, 7)
  • 类型
typeof(x)
  • 长度
length(x)

数值型向量

向量的元素都是数值类型,因此也叫数值型向量。

数值型的向量,有 integer 和 double 两种:

x <- c(1L, 5L, 2L, 3L)    # 整数型 
x <- c(1.5, -0.5, 2, 3) # 双精度类型,常用写法
x <- c(3e+06, 1.23e2) # 双精度类型,科学计数法

数值型向量,偷懒方法1

但如果向量元素很多,用手工一个个去输入,实际运用中不现实。在特定情况下,有几种偷懒方法:

  • seq() 函数可以生成等差数列,from 参数指定数列的起始值,to 参数指定数列的终止值,by 参数指定数值的间距:
s1 <- seq(from = 0, to = 10, by = 0.5)
s1

数值型向量,偷懒方法2

  • rep() 是 repeat(重复)的意思,可以用于产生重复出现的数字序列:

    • times 指定要生成的个数
    • each  指定每个元素重复的次数
s2 <- rep(x = c(0, 1), times = 3)
s2

s3 <- rep(x = c(0, 1), each = 3)
s3

数值型向量,偷懒方法3

  • m:n,如果单纯是要生成数值间距为1的数列,用 m:n 更快捷,它产生从 m 到 n 的间距为1的数列
# Colon operator (with by = 1):
s4 <- 0:10
s4
s5 <- 10:1
s5

字符串型向量

字符串(String)数据类型,实际上就是文本类型,必须用单引号或者是双引号包含

x <- c("a", "b", "c")    
x <- c('Alice', 'Bob', 'Charlie', 'Dave')
x <- c("hello", "baby", "I love you!")

需要注意的是,x1是字符串型向量,x2是数值型向量

x1 <- c("1", "2", "3")
x2 <- c(1, 2, 3)

逻辑型向量

逻辑型常称为布尔型(Boolean):

  • 常量值只有 TRUE 和 FALSE。
  • TRUE 和 FALSE 在R语言中是保留词汇
x <- c(TRUE, TRUE, FALSE, FALSE)
x <- c(T, T, F, F) # 与上等价,但不推荐

以下两者不要混淆

x <- c(TRUE, FALSE)             # 逻辑型
x <- c("TRUE", "FALSE") # 字符串型

因子型向量

因子型可以看作是字符串向量的增强版,它是带有层级(Levels)信息的字符串向量。

比如,这里四个季节的名称,他们构成一个向量。

four_seasons <- c("spring", "summer", 
"autumn", "winter")

我们使用 factor() 函数将其转换成因子型向量

four_seasons_factor <- factor(four_seasons)
four_seasons_factor

因子型向量

查看因子型向量的时候,同时也显示层级信息

  • 默认的情况,它是按照字符串首字母的顺序排序
four_seasons_factor <- factor(four_seasons)
four_seasons_factor
  • 也可以指定顺序,比如按照我对四个季节的喜欢排序
four_seasons_factor <- factor(
four_seasons,
levels = c("summer", "winter", "spring", "autumn")
)
four_seasons_factor

小结

前面介绍了向量,它是R语言中最基础的数据结构,我们还会遇到其它数据结构

  • 矩阵
  • 列表
  • 数据框

这些数据结构都可以看作由向量衍生出来的。

矩阵

矩阵可以存储行(row)和列(column)二维的数据

它实际上是向量的另一种表现形式。

矩阵

矩阵可以用 matrix() 函数创建,第一位参数的位置是用于创建矩阵的向量。比如下面把向量c(2, 4, 3, 1, 5, 7) 转换成2行3列的矩阵

m <- matrix(
c(2, 4, 3, 1, 5, 7),
nrow = 2,
ncol = 3
)
m

矩阵

矩阵的属性

  • 类型
class(m)
  • 长度
length(m)
  • 维度
dim(m)

矩阵

  • 向量是一个竖着的糖葫芦,在转换成矩阵的时候,也是先竖着排,第一列竖着的方向排满后,就排第二列,这是默认的情形。

  • 如果想改变这一传统习惯,也可以增加一个语句 byrow = TRUE,这条语句让向量先横着排,排完第一行,再排第二行。

matrix(
c(2, 4, 3, 1, 5, 7), nrow = 2, byrow = TRUE
)

列表

想象有一个小火车,小火车的每节车厢是独立的,因此每节车厢装的东西可以不一样。这种结构,装载数据的能力很强大,称之为列表(list)。

创建列表

list1 <- list(
a = c(5, 10),
b = c("I", "love", "R", "language", "!"),
c = c(TRUE, TRUE, FALSE, TRUE)
)
list1

创建列表

列表

c() 函数创建向量 Vs. list() 函数创建列表

  • 相同点:元素之间用逗号分开。
  • 不同点
  • 向量的元素是单个值;列表的元素可以是更复杂的结构,可以是向量、矩阵或者列表。
  • 向量要求每个元素的数据类型必须相同,要么都是数值型,要么都是字符型;而列表的元素允许不同的数据类型。

列表的属性

  • 类型
class(list1)
  • 长度
length(list1)

数据框

列表是一个小火车,如果每节车厢装的都是向量而且等长,那么这种特殊形式的列表就变成了数据框 (data frame)

创建数据框

我们可以使用 data.frame() 函数构建

df <- data.frame(
name = c("Alice", "Bob", "Carl", "Dave"),
age = c(23, 34, 23, 25),
marriage = c(TRUE, FALSE, TRUE, FALSE),
color = c("red", "blue", "orange", "purple")
)
df

数据框就是我们经常用的excel表格

由于数据框融合了向量、列表和矩阵的特性,所以在数据科学的统计建模和可视化中运用非常广泛。

数据框的属性

  • 类型
class(df)
  • 维度
nrow(df)
ncol(df)

数据结构

R 对象的数据结构(向量、矩阵、列表和数据框),总结如下


浏览 75
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报