R语言 数据类型

由 xiaoxiaogang 创建，youj 最后一次修改 2016-12-12 通常，在使用任何编程语言进行编程时，您需要使用各种变量来存储各种信息。 变量只是保留值的存储位置。 这意味着，当你创建一个变量，你必须在内存中保留一些空间来存储它们。 您可能想存储各种数据类型的信息，如字符，宽字符，整数，浮点，双浮点，布尔等。基于变量的数据类型，操作系统分配内存并决定什么可以存储在保留内存中。 与其他编程语言（如C中的C和java）相反，变量不会声明为某种数据类型。 变量分配有R对象，R对象的数据类型变为变量的数据类型。尽管有很多类型的R对象，但经常使用的是：矢量列表矩阵数组因子数据帧这些对象中最简单的是向量对象，并且这些原子向量有六种数据类型，也称为六类向量。 其他R对象建立在原子向量之上。 数据类型例校验Logical（逻辑型）TRUE, FALSEv <- TRUE print(class(v))它产生以下结果 - [1] "logical" Numeric（数字）12.3，5，999v <- 23.5print(class(v))它产生以下结果 - [1] "numeric"Integer（整型）2L，34L，0Lv <- 2Lprint(class(v))它产生以下结果 - [1] "integer"Complex（复合型）3 + 2iv <- 2+5iprint(class(v))它产生以下结果 - [1] "complex"Character（字符）'a' , '"good", "TRUE", '23.4'v <- "TRUE"print(class(v))它产生以下结果 - [1] "character"Raw（原型）"Hello" 被存储为 48 65 6c 6c 6fv <- charToRaw("Hello")print(class(v))它产生以下结果 - [1] "raw" 在R编程中，非常基本的数据类型是称为向量的R对象，其保存如上所示的不同类的元素。 请注意，在R中，类的数量不仅限于上述六种类型。 例如，我们可以使用许多原子向量并创建一个数组，其类将成为数组。 Vectors 向量当你想用多个元素创建向量时，你应该使用c()函数，这意味着将元素组合成一个向量。 # Create a vector.apple <- c('red','green',"yellow")print(apple)# Get the class of the vector.print(class(apple))当我们执行上面的代码，它产生以下结果[1] "red" "green" "yellow"[1] "character"Lists 列表列表是一个R对象，它可以在其中包含许多不同类型的元素，如向量，函数甚至其中的另一个列表。 # Create a list.list1 <- list(c(2,5,3),21.3,sin)# Print the list.print(list1)当我们执行上面的代码，它产生以下结果[[1]][1] 2 5 3[[2]][1] 21.3[[3]]function (x) .Primitive("sin")Matrices 矩阵矩阵是二维矩形数据集。 它可以使用矩阵函数的向量输入创建。 # Create a matrix.M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)print(M)当我们执行上面的代码，它产生以下结果 [,1] [,2] [,3][1,] "a" "a" "b" [2,] "c" "b" "a"Arrays 数组虽然矩阵被限制为二维，但阵列可以具有任何数量的维度。 数组函数使用一个dim属性创建所需的维数。 在下面的例子中，我们创建了一个包含两个元素的数组，每个元素为3x3个矩阵。 # Create an array.a <- array(c('green','yellow'),dim = c(3,3,2))print(a)当我们执行上面的代码，它产生以下结果, , 1 [,1] [,2] [,3] [1,] "green" "yellow" "green" [2,] "yellow" "green" "yellow"[3,] "green" "yellow" "green" , , 2 [,1] [,2] [,3] [1,] "yellow" "green" "yellow"[2,] "green" "yellow" "green" [3,] "yellow" "green" "yellow" Factors 因子因子是使用向量创建的r对象。 它将向量与向量中元素的不同值一起存储为标签。 标签总是字符，不管它在输入向量中是数字还是字符或布尔等。 它们在统计建模中非常有用。使用factor()函数创建因子。nlevels函数给出级别计数。 # Create a vector.apple_colors <- c('green','green','yellow','red','red','red','green')# Create a factor object.factor_apple <- factor(apple_colors)# Print the factor.print(factor_apple)print(nlevels(factor_apple))当我们执行上面的代码，它产生以下结果[1] green green yellow red red red yellow green Levels: green red yellow# applying the nlevels function we can know the number of distinct values[1] 3Data Frames 数据帧数据帧是表格数据对象。 与数据帧中的矩阵不同，每列可以包含不同的数据模式。 第一列可以是数字，而第二列可以是字符，第三列可以是逻辑的。 它是等长度的向量的列表。使用data.frame()函数创建数据帧。 # Create the data frame.BMI <- data.frame( gender = c("Male", "Male","Female"), height = c(152, 171.5, 165), weight = c(81,93, 78), Age = c(42,38,26))print(BMI)当我们执行上面的代码，它产生以下结果 gender height weight Age1 Male 152.0 81 422 Male 171.5 93 383 Female 165.0 78 26