开发手册 欢迎您!
软件开发者资料库

R - 数据类型

R数据类型 - 从简单和简单的步骤学习R编程语言,从基本概念到高级概念,包括R安装,语言基础,语法,文字,数据类型,变量,函数,循环,决策,模块,数组,列表,矢量,数学,矩阵,统计,图形,Excel数据,csv数据,概述,环境设置,运算符,字符串,因子,数据框,包,数据整形,二进制文件,XML文件,Json文件,Web数据,数据库,饼图图表,条形图,箱线图,直方图,线图,散点图,平均值,中位数和模式,线性回归,多元回归,Logistic回归,正态分布,二项分布,泊松回归,协方差分析,时间序列分析,非线性最小二乘,决策树,随机森林,生存分析,卡方检验。

通常,在使用任何编程语言进行编程时,您需要使用各种变量来存储各种信息.变量只是用于存储值的保留内存位置.这意味着,当您创建变量时,您在内存中保留了一些空间.

您可能希望存储各种数据类型的信息,如字符,宽字符,整数,浮点,双浮点point,Boolean等.根据变量的数据类型,操作系统分配内存并决定可以存储在保留内存中的内容.

与C等其他编程语言相比在R中的java中,变量未声明为某些数据类型.变量分配有R-Objects,R对象的数据类型成为变量的数据类型.有许多类型的R对象.经常使用的是 :

  • Vectors

  • 列表

  • Matrices

  • 数组

  • 因素

  • 数据框

这些对象中最简单的是向量对象,这些原子向量有六种数据类型,也称为六类向量.其他R-Objects建立在原子向量之上.

数据类型示例验证
LogicalTRUE,FALSE

v <- TRUE print(class(v))

它产生以下结果 :

[1] "logical"
Numeric12.3,5,999
v <- 23.5print(class(v))

它产生以下结果 :  ;

[1]"numeric"
Integer2L,34L,0L
v <- 2Lprint(class(v))

它产生以下结果 :

[1] "integer"
Complex3 +  2i
 v<  -  2 + 5i  print( class(v))

它产生以下结果 :

[1] "complex"
Character'a','"good","TRUE",'23 .4
v <- "TRUE"print(class(v))

它产生以下结果 :

[1] "character"
Raw"Hello"存储为48 65 6c 6c 6f
v <- charToRaw("Hello")print(class(v))

它产生以下结果 :

[1] "raw"

在R编程中,最基本的数据类型是称为向量的R对象,它们包含不同类的元素,如上所示.请注意在R中,课程数量不仅限于上述六种类型.例如,我们可以使用许多原子向量并创建一个数组,其类将成为数组.

向量

当你想创建更多的向量时你应该使用 c()函数来表示将元素组合成一个向量.

# Create a vector.apple <- c('red','green',"yellow")print(apple)# Get the class of the vector.print(class(apple))

当我们执行上面的代码时,它产生以下结果 :

[1] "red"    "green"  "yellow"[1] "character"

列表

列表是一个R对象,它可以在其中包含许多不同类型的元素,如向量,函数甚至其中的另一个列表.

# Create a list.list1 <- list(c(2,5,3),21.3,sin)# Print the list.print(list1)

当我们执行上面的代码时,它产生以下结果 :

[[1]][1] 2 5 3[[2]][1] 21.3[[3]]function (x)  .Primitive("sin")

Matrices

矩阵是二维矩形数据集.它可以使用矩阵函数的向量输入来创建.

# Create a matrix.M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)print(M)

当我们执行上面的代码时,它产生以下结果 :

     [,1] [,2] [,3][1,] "a"  "a"  "b" [2,] "c"  "b"  "a"

数组

虽然矩阵仅限于两个维度,但数组可以是任意数量的维度.数组函数采用dim属性创建所需的维数.在下面的例子中,我们创建了一个包含两个元素的数组,每个元素都是3x3矩阵.

# Create an array.a <- array(c('green','yellow'),dim = c(3,3,2))print(a)

当我们执行上面的代码时,它产生以下结果 :

, , 1     [,1]     [,2]     [,3]    [1,] "green"  "yellow" "green" [2,] "yellow" "green"  "yellow"[3,] "green"  "yellow" "green" , , 2     [,1]     [,2]     [,3]    [1,] "yellow" "green"  "yellow"[2,] "green"  "yellow" "green" [3,] "yellow" "green"  "yellow"

因子

因子是使用向量创建的r对象.它将向量与向量中元素的不同值一起存储为标签.无论输入向量中的标签是数字还是字符或布尔等,标签始终是字符.它们在统计建模中很有用.

使用 factor()函数创建因子. nlevels 函数给出了级别的计数.

# Create a vector.apple_colors <- c('green','green','yellow','red','red','red','green')# Create a factor object.factor_apple <- factor(apple_colors)# Print the factor.print(factor_apple)print(nlevels(factor_apple))

当我们执行上面的代码时,它产生以下结果 :  ;

[1] green  green  yellow red    red    red    green Levels: green red yellow[1] 3

数据框

数据框是表格数据对象.与数据帧中的矩阵不同,每列可以包含不同的数据模式.第一列可以是数字,而第二列可以是字符,第三列可以是逻辑列.它是一个相等长度的向量列表.

数据框是使用 data.frame()函数创建的.

# Create the data frame.BMI <- data.frame(   gender = c("Male", "Male","Female"),    height = c(152, 171.5, 165),    weight = c(81,93, 78),   Age = c(42,38,26))print(BMI)

当我们执行上面的代码时,它产生以下结果 :

  gender height weight Age1   Male  152.0     81  422   Male  171.5     93  383 Female  165.0     78  26