R语言学习笔记——数据结构 & 数据框基本操作
R语言学习笔记——数据结构 & 数据框基本操作
参考书籍：R语言实战
数据结构:
1. 向量 : 用于存储数值型、字符型或逻辑型数据的一维数组
1.1 创建 : a <- c(1, 2, 3, 4)
1.2 访问 : a[1] : 1
a[c(2, 4)] : 2 4 (向量a中的第二个和第四个元素)
a[1:4] : 1 2 3 4 (向量a中的第一个直到第四个元素)
1.3 注意 :
1) 单个向量中的数据必须拥有相同的类型或模式（数值型、字符型或逻辑型）
2) 标量是只含一个元素的向量，例如f <- 3 、 g <- "US" 和h <- TRUE。它们用于保存常量
2. 矩阵 : 矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型）
2.1 创建 : mymatrix <- matrix(vector, nrow=number_of_row, ncol=number_of_col, byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))
其中vector包含了矩阵的元素， nrow和ncol用以指定行和列的维数， dimnames包含了可选的、以字符型向量表示的行名和列名。选项byrow则表明矩阵应当按
行填充（ byrow=TRUE）还是按列填充（ byrow=FALSE），默认情况下按列填充
2.2 访问 :
2.3 注意 :
1) 矩阵都是二维的，和向量类似，矩阵中也仅能包含一种数据类型。当维度超过2时，不妨使用数组。当有多种模式的数据时，不妨使用数据框
3. 数组 : 数组（ array）与矩阵类似，但是维度可以大于2
3.1 创建 : myarray <- array(vector, dimensions, dimnames)
其中vector包含了数组中的数据， dimensions是一个数值型向量，给出了各个维度下标的最大值，而 dimnames 是可选的、各维度名称标签的列表
3.2 访问 : 从数组中选取元素的方式与矩阵相同。上例中，元素z[1,2,3] 为15
3.3 注意 :
1) 数组中的数据也只能拥有一种模式
4. 数据框 : 由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。
4.1 创建 : data.frame(col1, col2, col3 , ...)
4.2 访问 : $
为避免过多使用$，可用attach(),detach()和with()/within()来简化代码
1) attach()和detach() : 函数attach() 可将数据框添加到R的搜索路径中, 函数detach() 将数据框从搜索路径中移除
attach(dataframe)
#省略$的代码
detach(dataframe)
缺点 : 同名对象会被屏蔽
2) with()
with(dataframe,
{
#省略$的代码
}
)
缺点 : 函数with() 的局限性在于，赋值仅在此函数的括号内生效
如果你需要创建在with() 结构以外存在的对象，使用特殊赋值符<<-替代标准赋值符（ <-）即可，它可将对象保存到with() 之外的全局环境中。
3) within()
within(dataframe,
{
#省略$的代码
}
)
函数within() 与函数with() 类似，不同的是它允许你修改数据框
5. 列表 : 列表就是一些对象（或成分，component）的有序集合
5.1 创建 : list(name=object1, name=object2,...)
5.2 访问 :
5.3 注意 :
1) 由于两个原因，列表成为了R中的重要数据结构。首先，列表允许以一种简单的方式组织和重新调用不相干的信息。其次，许多R函数的运行结果都是以列表的形式返回的。需要取出其中哪些成分由分析人员决定。
数据框操作 :
1. 添加列 merge(dataframe1, datafrme2, by=c())
cbind(df1, df2) (横向合并对象1和对象2。为了让它正常工作，每个对象必须拥有相同的行数，且要以相同顺序排序。)
2. 添加行 rbind(df1, df2)
3. 取子集
myvars <- c("q1", "q2", "q3", "q4", "q5")
newdata <- leadership[myvars] (即选取了五列 : q1, q2, q3, q4, q5)
4. 丢弃变量
myvars <- names(leadership)%in%c("q3", "q4")
newdata <- leadership[!myvars] (丢弃q3, q4列)
5. 选入观测
newdata <- leadership[1:3, ] (选择了第一到第三行的所有列)
newdata <- leadership[which(leadership$gender=='M' & leadership$age > 30), ]
6. subset()函数
newdata <- subset(leadership, age>=35 | age < 24, select = c(q1, q2, q3, q4))
newdata <- subset(leadership, gender == 'M' & age > 25, select=gender:q4)
