下载掌阅APP，畅读海量书库
立即打开
数据框（data frame）是R最常见的数据集（data sets）存储方法，由多列数据构成，每列代表一个变量的测量。数据框可以被看作没有排名称、只有列名称的矩阵。数据框的构建使用函数data.frame，将不同向量组合在一起。例如：
＞group＜－gl（3，10，labels＝c（'grp1'，'grp2'，'grp3'））
＞DV＜－c（11，10，10，9，8，8，12，10，10，10，9，10，9，11，8，9，10，10，11，11，6，13，7，6，10，8，6，7，8，5）
＞Data＜－data.frame（group，DV）
＞Data［1：5，］
group DV
1 grp1 11
2 grp1 10
3 grp1 10
4 grp1 9
5 grp1 8
因为这个例子包括的数值较多，输出结果只显示前5排，grp1前面的数字（1，2，…）表示个案（cases）顺序。［1：5，］表示提取所有列的前5排数据。如果只提取第二列的前5排数据，则R命令为Data［1：5，2］。R输出结果为：
＞Data［1：5，2］
［1］11 10 10 9 8
提取某个R变量数据还可以使用操作符“
”。譬如，提取Data数据框中DV的所有数据，输入命令Data＄DV，得到：
＞Data＄DV
［1］11 10 10 9 8 8 12 10 10 10 9 10 9 11 8 9 10 10 11 11 6 13 7 6
［25］10 8 6 7 8 5
如果要提取符合某个条件的数值，可以并用操作符“＄”与关系操作符（如“＞”）。譬如，提取Data数据框中DV值大于10的所有数据，则输入R命令Data＄DV［Data＄DV＞10］即可：
＞Data＄DV［Data＄DV＞10］
［1］11 12 11 11 11 13
要了解数据框中数据的排数和列数，可以用函数nrow和ncol。例如：
＞nrow（Data）；ncol（Data）
［1］30
［1］2
我们也可以使用函数dim显示数据框的维度（dimension）。例如：
＞dim（Data）
［1］30 2
如果使用函数str，则R返还数据存储方式、变量数、观测值数和部分数值。例如：
＞str（Data）
：30 obs.of 2 variables：
＄ group：Factor w／3 levels'grp1'，'grp2'，…：1 1 1 1 1 1 1 1 1 1 …
＄ DV ：num 11 10 10 9 8 8 12 10 10 10 …
列表（lists）是数据存储的另外一种重要方法，在本书中主要用于稳健（robust）统计的数据处理。列表数据存储的函数为list，可以将多个对象（objects）合并在一个对象名下。譬如，下面的R输出显示三组数据置于同一个对象Group之下：
＞grp1＜－c（1，3，7，9，11，15，8，9，12）
＞grp2＜－c（4，3，5，6，7，8，11，10，9）
＞grp3＜－c（2，4，3，3，3，6，7，9，12，9，10）
＞Group＜－list（）
＞Group［［1］］＜－grp1
＞Group［［2］］＜－grp2
＞Group［［3］］＜－grp3
＞Group
［［1］］
［1］1 3 7 9 11 15 8 9 12
［［2］］
［1］4 3 5 6 7 8 11 10 9
［［3］］
［1］2 4 3 3 3 6 7 9 12 9 10
对于列表数据的数学运算可以利用函数lapply。譬如，lapply对列表Group中每个列表数值平均数的计算结果如下：
＞lapply（Group，FUN＝mean）＃ FUN can be dropped
［［1］］
［1］8.333333
［［2］］
［1］7
［［3］］
［1］6.181818