数据结构与类型
文章目录
数据类型
数值型（Numeric）
用于存储实数，包括整数和浮点数（即小数）。
numeric_var <- 3.14 # <-表示赋值操作，和=相同；numeric_var为变量名字；
numeric_var <- 2 # 整数，包括正整数、0、负整数字符型（Character）
用于存储文本数据，即字符串
character_var <- "Hello, R!"逻辑型（Logical）
又叫布尔值，用于存储逻辑值，即TRUE或FALSE，可以用T或者F来代替。
logical_var <- TRUE复数型（Complex）
用于存储复数。
complex_var <- 2 + 3i整数型（Integer）
用于存储整数。
integer_var <- 42L因子型（Factor）
用于表示分类数据的有序或无序因子。
gender <- factor(c("Male", "Female", "Male", "Female"))日期与时间类型
用于存储日期和时间信息，包括Date、POSIXct、POSIXlt等类型。
date_var <- as.Date("2022-01-01")
datetime_var <- as.POSIXct("2022-01-01 12:30:00")列表型（List）
用于存储不同数据类型的元素。
my_list <- list(1, "two", TRUE, c(1.5, 2.5))这些数据类型提供了灵活的数据存储和处理方式，使得R语言适用于各种数据分析和统计任务。在R中，你可以使用函数class()来检查对象的数据类型。例如，class(numeric_var)将返回字符串 "numeric"。
数据结构
R语言中有多种数据结构，每种都适用于不同的数据处理和分析任务。以下是R语言中常见的数据结构：
向量（Vector）
向量是R语言中最基本的数据结构，其特点是所有元素必须是相同类型的。如果由不同的数据类型组成，则会强制修改为同一类型，通常为字符型
有两种类型的向量：数值型向量和字符型向量。
# 数值型向量
numeric_vector <- c(1, 2, 3, 4, 5)
# 字符型向量
character_vector <- c("apple", "orange", "banana") #索引的时候从0开始，即numeric_vector[0] 表示1列表（List）
和向量不同，列表可以包含不同类型的元素，包括向量、矩阵、数据框等。
列表的元素可以是任何R对象。
my_list <- list(numeric_vector, character_vector)矩阵（Matrix）
矩阵是一个二维的数据结构，可以包含相同类型的元素。
矩阵的元素通过行和列进行索引。
my_matrix <- matrix(c(1, 2, 3, 4, 5, 6), nrow = 2, ncol = 3)数组（Array）
数组是多维的数据框，可以包含相同类型的元素。
数组可以看作是矩阵的推广，可以有更多的维度。
my_array <- array(c(1, 2, 3, 4, 5, 6), dim = c(2, 3, 1))数据框（Data Frame）：
数据框类似于表格，是一种二维的数据结构。
数据框中的列可以包含不同的数据类型，比如数值、字符、因子等。
my_data_frame <- data.frame(Name = c("Alice", "Bob", "Charlie"),
Age = c(25, 30, 22),
Score = c(90, 85, 95))因子（Factor）
因子用于表示分类数据，具有固定的水平或类别。和向量相比，占用内存更小，特别是向量中的值数量很多，但值重复性高的情况下
gender <- factor(c("Male", "Female", "Male", "Female"))表（Table）
表是一种用于存储统计摘要信息的数据结构，通常用于频数分布表。
my_table <- table(c("A", "B", "A", "C", "B"))这些是R语言中常见的数据结构，选择合适的数据结构取决于你的数据和分析需求。
除非注明，文章均为原创，转载请以链接形式标注本文地址
本文地址：http://colorfulbiolife.com/baseability/r/%e6%95%b0%e6%8d%ae%e7%bb%93%e6%9e%84%e4%b8%8e%e7%b1%bb%e5%9e%8b/