在实际应用中,数据总是以一定的形式组织起来,在R中也有对应的数据结构来表达这些组织形式。在本节中,将会对R语言中常用的数据结构(向量、矩阵、列表、数据框)进行介绍。
在 2.2节中介绍了数据类型,包括数值型、字符型、因子型等,这些具有相同数据类型的多个数据单位组合到一起,可以构成一个向量(Vector)。在R中,可以利用 c函数 来构造一个向量,如下所示。
还可以用 is.vector函数 来判断变量是否为一个向量。
矩阵(Matrix)的本质是一个二维数组,具有行和列两个维度。在R中,可以使用 matrix函数 来构造一个矩阵。例如,构造一个名为mdat的矩阵,其中行名称为row1和row2,列名称为C.1、C.2和C.3,具体代码如下所示。
需要注意的是,行列的名称是可以缺省的。
可以使用 is.matrix函数 来判断数据是否为一个矩阵。
列表(List)是R中最为灵活的数据结构,它就像一列火车,每个车厢中都可以放任意类型的数据。下面举个例子,把逻辑变量TRUE(简写为T)、数值变量1和字符变量“hello”同时打包放在列表变量a_list中,如下所示。
使用 is.list函数 可以判断一个数据是否为一个列表。
数据框(Data Frame)是R中重要的数据结构,能够表达传统数据库中的二维表结构。它是一种特殊的列表,它每一列是一个向量(具有数据类型同质性),每一行是一个列表(单个样本可以有不同数据类型的属性)。一般而言,数据框一定会有列名称来描述属性,而行名称则可有可无,因为行名称可以新增一列来进行表示。在R中,可以使用 data.frame函数 来构建一个数据框。
可以使用 names函数 来获得该数据框的列名称。
如果想要获知一个数据框的维度(它有几行几列),可以使用 dim函数 获取。
与之前类似,可以用 is.data.frame函数 来判断一个数据是否为数据框结构,如下所示。