R语言教程：数据结构+导入数据！

2．1 数据结构

数据集通常是由数据构成的一个矩形数组，行表示观测，列表示变量（但不同行业对行和列叫法不同，在R中用观测和变量代表行和列）。

R可以处理的数据类型（模式）包括数值型、字符型、逻辑型（TRUE／FALSE）、复数型（虚数）和原生型（字节）。

R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。

1． 标量

标量是只含一个元素的向量，用于保存常量。例如例如 f＜－3 、 g＜－“US” 和 h＜－TRUE。

2． 向量

向量是用于存储数值型、字符型或逻辑型数据的一维数组。执行组合功能的函数c（）可用来创建向量。

a ＜－ c（1， 2， 5， 3， 6， －2， 4） b ＜－ c（＂one＂， ＂two＂， ＂three＂）c ＜－ c（TRUE， TRUE， TRUE， FALSE， TRUE， FALSE）

注意，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）。

访问向量中的元素：在方括号中给定元素所处位置

a ＜－ c（＂k＂， ＂j＂， ＂h＂， ＂a＂， ＂c＂， ＂m＂）a［3］［1］ ＂h＂a［c（1， 3， 5）］［1］ ＂k＂ ＂h＂ ＂c＂a［2：6］        ＃冒号用于生成一个数值序列［1］  ＂j＂ ＂h＂ ＂a＂ ＂c＂ ＂m＂

3． 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）。可通过函数matrix（）创建矩阵。一般格式：

myymatrix ＜－ matrix（vector， nrow＝number＿of＿rows， ncol＝number＿of＿columns，                     byrow＝logical＿value， dimnames＝list（char＿vector＿rownames， char＿vector＿colnames））

vector包含了矩阵的元素

nrow和ncol用以指定行和列的维数

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

dimnames包含了可选的、以字符型向量表示的行名和列名

创建一个5×4的矩阵：

y ＜－ matrix（1：20， nrow＝5， ncol＝4）   y     ［，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

创建一个按行填充的2×2矩阵：

cells ＜－ c（1，26，24，68）rnames ＜－ c（＂R1＂， ＂R2＂）cnames ＜－ c（＂C1＂， ＂C2＂）mymatrix ＜－ matrix（cells， nrow＝2， ncol＝2， byrow＝TRUE，                   dimnames＝list（rnames， cnames））  mymatrix          C1 C2    R1  1 26   R2 24 68

创建一个按列填充的2×2矩阵：

mymatrix ＜－ matrix（cells， nrow＝2， ncol＝2， byrow＝FALSE，                   dimnames＝list（rnames， cnames））mymatrix   C1 C2R1  1 24R2 26 68

矩阵下标的使用：

x ＜－ matrix（1：10， nrow＝2）  ＃创建了一个内容为数字1到10的2×5矩阵x           ［，1］ ［，2］ ［，3］ ［，4］ ［，5］    ［1，］    1    3    5    7    9    ［2，］    2    4    6    8   10
x［2，］        ＃选择第二行的元素［1］  2  4  6  8 10 x［，2］        ＃选择第二列的元素［1］ 3 4 x［1，4］       ＃选择第1行的第4列的元素［1］ 7x［1， c（4，5）］ ＃选择第1行的第4和5列的元素［1］ 7 94． 数组

数组（array）与矩阵类似，但是维度可以大于2。可通过array函数创建，格式如下：

myarray ＜－ array（vector， dimensions， dimnames）

vector包含了数组中的数据

dimensions是一个数值型向量，给出各个维度下标的最大值

dimnames是可选的、各维度名称标签的列表

创建一个三维（2×3×4）数值型数组：

dim1 ＜－ c（＂A1＂， ＂A2＂）dim2 ＜－ c（＂B1＂， ＂B2＂， ＂B3＂）dim3 ＜－ c（＂C1＂， ＂C2＂， ＂C3＂， ＂C4＂）z ＜－ array（1：24， c（2， 3， 4）， dimnames＝list（dim1， dim2， dim3））  z    ， ， C1          B1 B2 B3    A1  1  3  5    A2  2  4  6    
， ， C2          B1 B2 B3    A1  7  9 11    A2  8 10 12    
， ， C3          B1 B2 B3    A1 13 15 17    A2 14 16 18    ， ， C4          B1 B2 B3    A1 19 21 23    A2 20 22 245． 数据框

数据框是包含了不同模式（数值型、字符型等）的数据的集合。可通过函数data．frame（）创建：

mydata ＜－ data．frame（col1， col2， col3， ．．．）

列向量col1、col2、col3等可为任何类型（如字符型、数值型或逻辑型）

每一列的名称可由函数names指定

创建数据框：

patientID ＜－ c（1， 2， 3， 4）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

每一列数据的模式必须唯一。

选取数据框中的元素：

patientdata［1：2］  patientID age1         1  252         2  34 3         3  284         4  52patientdata［c（＂diabetes＂， ＂status＂）］  diabetes    status1    Type1      Poor    2    Type2  Improved    3    Type1 Excellent    4    Type1      Poorpatientdata＄age         ＃ ＄用来选取一个给定数据框中的某个特定变量［1］ 25 34 28 52

可以联合使用函数attach（）和detach（）或单独使用函数with（）来简化代码，避免每个变量名前都键入一次patientdata＄。

attach（）、detach（）和with（）

例：mtcars数据框

summary（mtcars＄mpg）plot（mtcars＄mpg， mtcars＄disp）plot（mtcars＄mpg， mtcars＄wt）

以上代码可以写成：

attach（mtcars）    ＃函数attach（）可将数据框添加到R的搜索路径中summary（mpg）plot（mpg， disp）plot（mpg， wt）detach（mtcars）    ＃函数detach（）将数据框从搜索路径中移除

detach（）并不会对数据框本身做任何处理，可以省略，但其实它应当被例行地放入代码中。

当名称相同的对象不止一个时，这种方法有局限性。

mpg ＜－ c（25， 36， 47）attach（mtcars）The following object（s） are masked ＿by＿ ＇．GlobalEnv＇：     mpg
plot（mpg， wt）Error in xy．coords（x， y， xlabel， ylabel， log） ：      ＇x＇ and ＇y＇ lengths differ
mpg    ［1］ 25 36 47

在数据框mtcars被绑定（attach）之前，环境中已经有了一个名为mpg的对象，原始对象将取得优先权。函数attach（）和detach（）最好在分析一个单独的数据框，并且没有多个同名对象时使用。

函数with（）重写上例：

with（mtcars， ｛  print（summary（mpg））  plot（mpg， disp）  plot（mpg， wt）｝）

花括号｛｝之间的语句都针对数据框mtcars执行，如果仅有一条语句（例如summary（mpg）），那么花括号｛｝可以省略。
因此，函数with（）的局限性在于，赋值仅在此函数的括号内生效。

with（mtcars， ｛  stats ＜－ summary（mpg）  stats｝）stats错误： 找不到对象＇stats＇

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。