R语言-数据结构

阳光穿透心脏的1/2处 2022-06-14 10:10 261阅读 0赞

### 一、R中的数据类型 ###

R中的数据类型有  
标量、向量、矩阵、数组、数据框和列表

--------------------

### 二、标量和向量 ###

向量是用于储存数值型、字符型（含字符串 ）或逻辑型数据的**一维数组**，通过函数c()进行创建。如：

a<-c(1,2,3)
    b<-c("one","two","three")
    c<-c(TRUE,FALSE,FALSE)
    d<-c(2:6)   #产生从2-6的数组

标量则是只含一个元素的向量，如`e<-2`  
我们可以通过方括号\[\]访问向量指定位置的元素，如：

> a[3]   #直接指定某一个位置
    [1] 3
    > d[1:2]  #指定位置区间
    [1] 2 3
    > b[c(1,3)] #指定某几个位置，位置通过c()函数拼接
    [1] "one"   "three"

向量可以通过`c()`添加新元素,通过`c[-序号]`的方式删除元素

--------------------

### 三、矩阵 ###

矩阵是一个二维数组，只是每个元素都是相同的数据类型（数值型、字符型或逻辑型），通过函数matrix()创建，形如：

mymatrix<-matrix(vector, nrow =number_of_rows, ncol   
                    =number_of_colums, byrow =logical_value,
                    dimnames =list(char_vector_rownames,
                    char_vector_colnames))

其中vector是以向量形式给出的矩阵数据，nrow和ncol分别是行和列的维数，dimnames可选，是以字符型向量给出的行和列的名称。选项byrow表示矩阵按行填充(byrow=True)还是按列填充(byrow=False)，默认按列填充，具体如下：

> mt1=matrix(1:20,5,4)  #byrow=FALSE构造5*4矩阵
    > mt1
         [,1] [,2] [,3] [,4]
    [1,]    1    6   11   16
    [2,]    2    7   12   17
    [3,]    3    8   13   18
    [4,]    4    9   14   19
    [5,]    5   10   15   20
    > rnames=c("R1","R2");cname=c("C1","C2")
    > #byrow=True构造2*2矩阵（含行、列名）
    > mt2=matrix(cells,nrow = 2,ncol = 2,byrow = TRUE,dimnames = list(rnames,cnames))
    > mt2
       C1 C2
    R1  1 26
    R2 24 68

同样通过方括号\[\]来选择指定位置的元素，具体如下：

> mt1[1,]      #获取mt1第1行
    [1]  1  6 11 16
    > mt1[,1]      #获取mt1第1列
    [1] 1 2 3 4 5
    > mt1[1,1]     #获取mt第1行第1列的元素
    [1] 1
    > mt1[1:2,1]   #获取mt第1列，第1-2个元素
    [1] 1 2
    > mt1[1:2,1:2] #获取mt1第1-2行，第1-2列的元素
         [,1] [,2]
    [1,]    1    6
    [2,]    2    7

--------------------

### 四、数组 ###

数组是矩阵的自然推广，维度可以大于2，但元素依旧只能是一种数据类型，通过函数array()创建，形如：  
`myarray<-array(vector,dimensions,dimnames)`  
其中vector是以向量形式给出的数组数据，dimensions是一个数值型向量，用以表示各维度大小，dimnames可选，是各维度名称的列表，如：

dim1<-c("A1","A2") 
    dim2<-c("B1","B2","B3")
    dim3<-c("C1","C2","C3","C4")
    #构造2*3*3的数组
    array1<-array(1:24,c(2,3,4),dimnames = list(dim1,dim2,dim3))

元素选择同矩阵，此处不再赘述

--------------------

### 五、数据框 ###

数据框不同列可以包含不同数据类型，因此更为通用，类似其它软件中的数据集的概念。可以通过函数data.frame()创建，形如：  
`mydata<-data.frame(col1,col2,col3…)`  
其中col为各列数据，可以为任何数据类型，具体如下：

> age<-c(25,34,28,52)
    > diabetes<-c("Type1","Type2","Type1","Type1")
    > status<-c("Poor","Improved","Excellent","Poor")
    > patientdata<-data.frame(patientID,age,diabetes,status)
    > patientdata
      patientID age diabetes    status
    1         1  25    Type1      Poor
    2         2  34    Type2  Improved
    3         3  28    Type1 Excellent
    4         4  52    Type1      Poor

可以通过方括号\[\]或者指定列名的方式获得元素，具体如下：

> patientdata[1:2] #默认按列选
      patientID age
    1         1  25
    2         2  34
    3         3  28
    4         4  52
    > patientdata[c("diabetes","status")] #获得指定列
      diabetes    status
    1    Type1      Poor
    2    Type2  Improved
    3    Type1 Excellent
    4    Type1      Poor
    > table(patientdata$age,patientdata$status) #组成列联表
         Excellent Improved Poor
      25         0        0    1
      28         1        0    0
      34         0        1    0
      52         0        0    1

如上可以通过$来选择某一列（变量），但每次都输入很麻烦，因此可以通过attach()+detach()或单独使用with()来简化代码。

*  **attach()+detach()**  
    attach()可以将数据框加入R的搜索路径中，方便在该数据框中定位某变量，之后需要用detach()将数据框移除。但是，该步骤不会对数据框本身有影响，detach()也可以省略。如：

attach(patientdata)
    age
    detach()

但如果存在多个同名变量时，原始对象会取得优先级，如：

> age<-c(1,2,3,4)
    > attach(patientdata)
    The following objects are masked _by_ .GlobalEnv:
        age, diabetes, patientID, status
    > age
    [1] 1 2 3 4
    > detach()

*  **with()**  
    通过形如`with(X, { })`的形式将\{\}内的语句在X数据框下进行（若只有一行语句，可省略\{\}），但此时赋值语句只在with()内部生效，如果想创建with()之外的对象，需要使用特殊赋值符号<<-实现，具体如下：

> with(patientdata,{myage<-age ;myage})
    [1] 25 34 28 52
    > myage
    Error: object 'myage' not found
    > with(patientdata,{myage<<-age})
    > myage
    [1] 25 34 28 52

在patientdata中，patientID可用于区分个体，R中可通过形如`row.names = patientID`指定实例标识符(case identifier)。  
注意：无论是在attach还是with下即使对原数据进行了修改，如果直接使用字段名，获取到的仍是未修改前的结果。如果需要使用修改后的数据，则需要再次attach或者with

**因子**  
如patientdata中所显示的，变量可归结为名义型（类别型）、有序型或连续型。名义型无顺序之分（如Diabetes），有序型有顺序之分，但不清楚差值（如Status）,连续型则同时表示了顺序和数量（如age）  
其中名义型和有序型变量在R中称为**因子(factor)**。因子在R中非常重要，因为它决定了数据的分析方式和视觉呈现。  
函数factor()可以将原始字符串组成的内部向量映射到一系列整数上，具体来说：  
通过`diabetes<-factor(diabetes)`该向量将被映射为(1,2,1,1)。为表示有序向量，则需要指定参数ordered=True，通过`status<-factor(status,ordered = TRUE)`此向量将被映射为(3,2,1,3)。以上有关字符型向量的水平默认按照字母顺序创建，因此很难让人满意，此时可以通过level选项来覆盖默认排序，形如

> status<-factor(status,ordered = TRUE,levels=c("Poor","Improved","Excellent"))
    > patientdata=data.frame(patientID,age,diabetes,status)
    > str(patientdata)
    'data.frame':   4 obs. of  4 variables:
     $ patientID: num  1 2 3 4
     $ age      : num  1 2 3 4
     $ diabetes : Factor w/ 2 levels "Type1","Type2": 1 2 1 1
     $ status   : Ord.factor w/ 3 levels "Poor"<"Improved"<..: 1 2 3 1
    > summary(patientdata)
       patientID         age        diabetes       status 
     Min.   :1.00   Min.   :1.00   Type1:3   Poor     :2  
     1st Qu.:1.75   1st Qu.:1.75   Type2:1   Improved :1  
     Median :2.50   Median :2.50             Excellent:1  
     Mean   :2.50   Mean   :2.50                          
     3rd Qu.:3.25   3rd Qu.:3.25                          
     Max.   :4.00   Max.   :4.00

通过str(patientdata)我们可以清除的看到数据框的信息，summary()则会根据不同数据类型进行处理。

矩阵和矩阵都可以通过`rbind()增加一行，或cbind()增加一列`，通过类似向量的方法删除元素

--------------------

### 六、列表 ###

列表(list)是R中最复杂的一种数据类型，可以包含其他给类对象（含list）,可以通过函数list()创建，形如：  
`mylist<-list(object1,object2…)`  
具体使用如下：

> mylist=list("it is my list",ages=age,patientID)
    > mylist
    
    [[1]]
    [1] "it is my list"
    
    $ages  #等价于[[2]]只是赋予了名称
    [1] 25 34 28 52
    
    [[3]]
    [1] 1 2 3 4
    
    #指定序号和名称效果一样
    > mylist[[2]]
    [1] 25 34 28 52
    > mylist[["ages"]]
    [1] 25 34 28 52
    > mylist[2]
     $ages
     [1] 25 34 28 52

需要注意的是列表也可以使用单括号获取元素，但这样的结果是一个更小的列表.而是用双中括号\[ \[ \] \]与$一样都是获得元素本身。

列表的元素添加和向量一眼使用`c()`，但需要注意的是列表的每一个元素都是列表，因此添加元素之前需要先以list包装一下,否则结果可能不太理想,而且也不适合用list进行元素添加。

> test<-list(c1=c(1:2))
    > test<-c(test,c2=c(1:2))  #未包装
    > test
    $c1
    [1] 1 2
    
    $c21
    [1] 1
    
    $c22
    [1] 2
    
    > test<-list(c1=c(1:2))
    > test<-c(test,list(c2=c(1:2)))   #包装后
    > test
    $c1
    [1] 1 2
    
    $c2
    [1] 1 2
    
    > test<-list(c1=c(1:2))     #使用list添加元素
    > test<-list(test,list(c2=c(1:2)))
    > test
    [[1]]
    [[1]]$c1
    [1] 1 2
    
    
    [[2]]
    [[2]]$c2
    [1] 1 2

如果要删除元素，只需要令某一位置为NULL即可