R：数据结构学习
R语言数据结构与基本运算
一．数据类型
Numeric 数值类型
Character 字符类型
Logical 逻辑类型
Complex 复数类型
Raw 二进制 原始类型
NA missing value
NAN not a number如：log（-1）
Inf 无穷 如：1/0
二．数据对象
Vector 向量 c（） seq（1,10.by=2）
Matrix 矩阵
Array 数组
Factor 因子
List 列表
Frame 数据框
2.1字符向量
nchar(x) 计算x中的字符数量
substr(x, start, stop)：求子串
grep(pattern, x)：正则表达式匹配
sub(pattern, replacement, x)：替换
strsplit(x, split)：分割为字符向量
toupper(x)：转换为大写
tolower(x)：转换为小写
向量的运算：
rep()函数重复一个对象
ength(x)长度
min(x)
max(x)
which.min(x) which.max(x)
最小值下标 最大值下标
range(x)范围
mean(x)均值
median(x)中位数
var(x)方差
sd(x)标准差
向量的常用函数：
um(x)求和
rev(x)倒置
sort(x)排序
rank(x)排序位置
prod(x)连乘
append()追加
append(c(1,2,3,4),5:8)
append(c(1,2,3,4),5:8,after=3)
向量的索引：
x[x<5]
x[2:4]
x[c(2,4)]
x[-c(2,4)] 负号表示去掉这些下标
2.2 矩阵
matrix(data=NA, nrow=1, ncol=1, byrow=false, dimnames=NULL)
t(A)为A的转置矩阵
使用A[row,col]检索矩阵元素，其中row和col可以是数字或向量，
若不输入代表所有
apply(X,margin,fun) margin = 1，按行；margin = 2，按列
使用如下函数提取矩阵的上、下三角
lower.tri(x, diag=FALSE)
upper.tri(x, diag=FALSE)
A * B 对应元素相乘
A %*% B 矩阵相乘，必须满足矩阵乘条件
t(A) %*% B ======crossprob(A,B),计算效率更高
A为方阵：diag(A)求A的对角线
A为向量：diag(A)生成以A为对角线的方阵
A为数字：diag(A)生成A阶单位阵
det(A) 求方阵A的行列式
solve(A) A为方阵 |A| ≠ 0 求矩阵A的逆矩阵
eigen(A) 求特征值和特征向量
2.3 数组
一维数组：向量vector
二维数组：矩阵matrix
2.4 因子
actor (x=character(), levels, labels=levels, exclude=NA, ordered = is.ordered(x)
其中levels用来指定因子的水平，
labels指定水平的名字，
exclude表示需要排除的水平
ordered用来决定因子的水平是否有序
有序因子可以通过ordered ()函数产生
score_o <- ordered(score,levels=c("D","C","B","A"))
2.5 列表
向量、矩阵和数组要求所有元素都必须是同一类型的数据。
若含有不同的数据类型，可以采用list
> x <- c(1,1,2,2,3,3,3)
> y <- c("F","M","M","F","F","F","M")
> z <- c(80,85,92,76,61,95,83)
> mylist <- list(class=x,gender=y,score=z)
2.6 数据框
数据框data.frame
是一种特殊的list，列同类型
每行代表一个观测
进行统计分析最有用的数据类型
> x <- c(1,1,2,2,3,3,3)
> y <- c("F","M","M","F","F","F","M")
> z <- c(80,85,92,76,61,95,83)
> student <- data.frame(class=x,gender=y,score=z)
> student$score
[1] 80 85 92 76 61 95 83
> student[[3]]
[1] 80 85 92 76 61 95 83
数据框的检索
> student[student$score>80,]
class gender score
2 1 M 85
3 2 M 92
6 3 F 95
7 3 M 83
> student[student$gender=="M",]
class gender score
2 1 M 85
3 2 M 92
7 3 M 83
attach(student)，直接列名访问
detach(student)，取消绑定
tapply(X, INDEX, FUN = NULL)
X：待统计向量
INDEX：分组依据，一般为因子
FUN：统计函数
> attach(student)
> score
[1] 80 85 92 76 61 95 83
> tapply(score,class,sum)
1 2 3
165 168 239
> tapply(score,gender,sum)
F M
312 260
> detach(student)
