chapter2-R的数据结构

chapter2-R的数据结构

R语言的数据结构分为5种类型：标量，向量，矩阵，列表，数据框

向量-c()

• c() 构建成的仅包含数值型、字符型、逻辑型数据的一维数组

  a <- c(1,2,3,4,5)  ###数值型的向量
  b <- c('one','two','three')    ###字符型数据
  c <- c(T,F)  ##逻辑型数据

• 向量中元素的访问--x[位置，或者向量]访问特定位置的元素

  a <- c('k','j','h','a','c','m')

  • 普通的取值

    a[3]
    [1] "h"

  • 间隔取值

    a[c(1,5,7)]
    [1] "k" "c" NA 

  • 连续取值

    a[c(seq(1,7,2))]  ###seq(from,to,by)
    [1] "k" "h" "c" NA 

---

矩阵-matrix()

• 矩阵 matrix()创建的仅包含一种数据类型的二维数组

  y <- matrix(data = c(1:20),nrow = 5,ncol = 4)  #创建一个普通的矩阵（5行4列）

  #按行填充创建矩阵(包含行名和列名)-byrow
  cells <- c(1,26,24,28)
  rnames <- c('R1','R2')
  cnames <- c('C1','C2')
  mymatrix <- matrix(cells,nrow = 2,ncol = 2,dimnames = list(rnames,cnames),
                     byrow = T)
  > mymatrix
     C1 C2
  R1  1 26
  R2 24 28
  ​

  #按列进行填充将构建某一个矩阵-byrow
  mymatrix <- matrix(cells,nrow = 2,ncol = 2,dimnames = list(rnames,cnames),
                     byrow = F)
  > mymatrix
     C1 C2
  R1  1 24
  R2 26 28

• 矩阵中元素的引用

  #建立三行三列的矩阵
  cells <- c(1,26,24,28,34,23,43,35,44)
  rnames <- c('R1','R2','R3')
  cnames <- c('C1','C2','C3')
  z <- matrix(cells,nrow = 3,ncol = 3,dimnames = list(rnames,cnames),
                     byrow = T)
  #引用某一行
  z[1,]
  > z[1,]
  C1 C2 C3 
   1 26 24 
  #引用某一列
  z[,2]
  > z[,2]
  R1 R2 R3 
  26 34 35 
  #按照行名和列名引用
  z['R1',]
  > z['R1',]
  C1 C2 C3 
   1 26 24 
  z[c('R1','R3'),]#按照行名和列名引用多行
  > z[c('R1','R3'),]#按照行名和列名引用多行
     C1 C2 C3
  R1  1 26 24
  R3 43 35 44
  z[c('R1','R3'),'C3']
  > z[c('R1','R3'),'C3']
  R1 R3 
  24 44 

  ---

数组-array()

• 数组与矩阵类似，但是可以创建更高维度(dimensions>2)的数据

  ### 创建三维数组
  mydata <- c(1:24)
  # 为各个维度命名
  dim1 <- c('A1','A2')
  dim2 <- c('B1','B2','B3')
  dim3 <- c('C1','C2','C3','C4')
  # 构建数组
  z <- array(mydata,dim = c(2,3,4),dimnames = list(dim1,dim2,dim3))
  > z
  , , C1
  ​
     B1 B2 B3
  A1  1  3  5
  A2  2  4  6
  ​
  , , C2
  ​
     B1 B2 B3
  A1  7  9 11
  A2  8 10 12
  ​
  , , C3
  ​
     B1 B2 B3
  A1 13 15 17
  A2 14 16 18
  ​
  , , C4
  ​
     B1 B2 B3
  A1 19 21 23
  A2 20 22 24

• 数组的元素的引用

  # 数组引用某一维度的数据时，其余不引用的维度需要使用,替代
  z[1,,]
  z[,2,]
  z[,,4]
  ​
  > z[1,,]
     C1 C2 C3 C4
  B1  1  7 13 19
  B2  3  9 15 21
  B3  5 11 17 23
  > z[,2,]
     C1 C2 C3 C4
  A1  3  9 15 21
  A2  4 10 16 22
  > z[,,4]
     B1 B2 B3
  A1 19 21 23
  A2 20 22 24
  # 矩阵中取值方法在此同样适用
  z[,,'C1']
  z[,,c('C1','C3','C4')]
  ​
  > z[,,'C1']
     B1 B2 B3
  A1  1  3  5
  A2  2  4  6
  > z[,,c('C1','C3','C4')]
  , , C1
  ​
     B1 B2 B3
  A1  1  3  5
  A2  2  4  6
  ​
  , , C3
  ​
     B1 B2 B3
  A1 13 15 17
  A2 14 16 18
  ​
  , , C4
  ​
     B1 B2 B3
  A1 19 21 23
  A2 20 22 24

  ---

数据框

• 数据框dataframe()的不同列包含有不同类型的数据

#数据框的建立
patient_ID <- c(1,2,3,4)
age <- c(25,34,28,52)
diabetes <- c('Type1','Type2','Type3','Type4')
status <- c('Poor','Improved','Excellent','Poor')
mydata <- data.frame(patient_ID,age,diabetes,status)
​
  patient_ID age diabetes    status
1          1  25    Type1      Poor
2          2  34    Type2  Improved
3          3  28    Type3 Excellent
4          4  52    Type4      Poor

• 数据框的引用

## 按照行列进行引用
mydata[,1:3]
mydata[1:2,]
​
​
> mydata[,1:3]
  patient_ID age diabetes
1          1  25    Type1
2          2  34    Type2
3          3  28    Type3
4          4  52    Type4
> mydata[1:2,]
  patient_ID age diabetes   status
1          1  25    Type1     Poor
2          2  34    Type2 Improved
## 按照行名和列名进行引用
mydata[,c('patient_ID','age','status')]
nydata[c('1','4'),]、
​
> mydata[,c('patient_ID','age','status')]
  patient_ID age    status
1          1  25      Poor
2          2  34  Improved
3          3  28 Excellent
4          4  52      Poor
​
> mydata[c("1","4"),]
  patient_ID age diabetes status
1          1  25    Type1   Poor
4          4  52    Type4   Poor
​
## 按照$符合选取数据框中某一列
mydata$patient_ID
mydata$age
​
> mydata$patient_ID
[1] 1 2 3 4
> mydata$age
[1] 25 34 28 52

• 数据框行列名的修改

#查看数据框mydata的行名和列名
colnames(mydata) #列名
rownames(mydata) #行名
​
> colnames(mydata) #列名
[1] "patient_ID" "age"        "diabetes"   "status"
> rownames(mydata) #行名
[1] "1" "2" "3" "4"
​
#行名和列名的修改
colnames(mydata) <- c('C1','C2','C3','C4')
rownames(mydata) <- c('R1','R2','R3','R4')
mydata
​
> mydata
   C1 C2    C3        C4
R1  1 25 Type1      Poor
R2  2 34 Type2  Improved
R3  3 28 Type3 Excellent
R4  4 52 Type4      Poor
​
#构建数据框是直接将某一列设置为行名--实例数据符
mydata <- data.frame(patient_ID,age,diabetes,status,row.names=1)
> mydata
  age diabetes    status
1  25    Type1      Poor
2  34    Type2  Improved
3  28    Type3 Excellent
4  52    Type4      Poor

• attach()、detach()和with()在数据框中的应用

attach(mydata) ##attach命令可将数据框添加到R搜索路径，便于直接引用数据框中的变量
plot(mpg,disp)
plot(mpg,wt)
detach(mydata) ##将数据框mydata从R搜索路径中移除
###当引入R搜索路径中含有其余的同名的变量时，需要避免实验attach()和detach(),分析单一数据框有很好的效果
​
###with函数的应用
### with函数数据应用于{}中的代码
with(mtcars,{
    print(summary(mpg))
    plot(mpg,disp)
    plot(mpg,wt)
})
### with函数赋值命令仅在{}中有用，如需在全局使用，需要<<-符号
with(mtcars,{
    nokeep <- summary(mpg)
    keep <<- summary(mpg)
})
​
> with(mtcars,{
+   nokeep <- summary(mpg)
+   keep <<- summary(mpg)
+ })
> nokeep
错误: 找不到对象'nokeep'
> keep
   Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
  10.40   15.43   19.20   20.09   22.80   33.90