R语言--六种数据类型

1 向量1.1 定义向量

向量使⽤c来赋值，向量中不能混合不同类型的数据x<-c(2,3,7,6,8) 数值型numy<-(\"one\字符型chrz<-c(TRUE,TRUE,FALSE) 逻辑型logi查看变量的类型：class(x)

1.2 访问向量

访问中的元素，使⽤中括号（R语⾔区分⼤⼩写），R语⾔索引从1开始访问第⼆个元素：x[2]

访问第1和第3个元素：x[c(1,3)]

访问第1都第3的元素：x[c(1:3)] 或者x[1:3]

2 矩阵2.1 定义矩阵

矩阵是⼆维的，矩阵中的数据类型不能混合矩阵创建使⽤matrx()：x<-matrix(1:20,nrow=5,ncol=4)

解释 ： 1:20定义了矩阵中的数据是1到20，规定了5⾏4列，默认情况下矩阵按列填充

添加⼀个字段byrow=T，是否按⾏填充，设置为TRUE或者T ：x1<-matrix(1:20,nrow=5,ncol=4,byrow=T)

2.2 矩阵的索引获取第1⾏：x1[1,]

获取第3列：x1[,3]

获取第3⾏第4列：x1[3,4]

获取第3⾏第1，2列：x1[3,c(1,2)]

3 数组3.1 定义数组

数组可以是⼆维，三维，使⽤array创建，定义2⾏3列的4张表定义变量：d1<-c(\"m1\d2<-c(\"n2\d3<-c(\"p1\使⽤array组合成数组：

x2<-array(1:24,c(2,3,4),dimnames = list(d1,d2,d3))

解释： 1:24⽤来个创建的数组填充数据，c(2,3,4)⽤来确定数组的维度，dimnames⽤来给创建的数组取名字（以下是部分截图）

4 数据框 4.1 定义数据框

数据框可以混合不同类型的数据⾸先定义⼏个变量：

patientID<-c(1,2,3,4) age<-c(26,30,27,48)

diabetes<-c(\"type1\status<-c(\"poor\使⽤data.frame构成数据框：

pt<-data.frame(patientID,age,diabetes,status)

4.2 访问数据框

访问数据框⽤中括号，访问第1和第2列：p1<-pt[1:2]

使⽤列名，访问某列：p2<-pt[c(\"age\

4.3频数表和交叉表频数分析：table(pt$status)

交叉分析：table(pt$diabetes,pt$status)

4.4变量搜索路径指定

（1）⽤attach将表添加到搜索路径（为了避免每次都要写$）：attach(pt)

不需要这个表⽤detach，语句是：detach(pt)（2）不想每次写表名，还可以使⽤with: with(mtcars,{+ plot(mpg,disp)+ plot(mpg,wt)+ })

在实际应⽤中建议把表名写清楚，不建议这样做

5 因⼦factor 5.1名义型变量

diabetes<-c(\"type1\diabetes1<-factor(diabetes)

5.2 有序型变量order，值顺序指定levelstatus<-c(\"poor\

status1<-factor(status,ordered = T,levels = c(\"poor\

5.3 案例（作业）有因⼦变量在表中：

patientID<-c(1,2,3,4) age<-c(26,30,27,48)

diabetes<-c(\"type1\status<-c(\"poor\diabetes1<-factor(diabetes)

status1<-factor(status,ordered = T,levels = c(\"poor\Pt1<-data.frame(patientID,age,diabetes1,status1)

分析这个表使⽤summary(pt1)，patientID和age为数值型，所以计算了它们的最⼤最⼩均值等，diabetes1和status1为因⼦变量，所以统计了它们的属性出现的次数。

6 列表list，可以混合以上各种数据6.1 列表的定义⾸先定义⼏个变量：x<-\"aaaa\"y<-c(22,44,55)z<-matrix(1:9,nrow=3)k<-c(\"one\list1<-list(x,y,z,k)

给列表中的元素赋值：list2<-list(var1=x,var2=y,var3=z,var4=k)

6.2 列表的访问

⽤两个中括号或者访问名字list2[[1]]

list2[[\"var1\"]]

6.3 列表的⽤途

R语⾔的很多分析结果，都是以list形式返回的