（一）R基本数据结构

每种语言都有自己的数据结构，这些数据结构多多少少会有些相似之处，利用这些相似之处大部分时候都能提高我们的学习效率。由于初学编程时学的是Python,因此这里很多地方多会与Python进行比较以方便理解记忆。

R语言数据结构依据存放类型类型可分为两类，一类是用来存放同类型数据的（如int，character，bool等其中的一种类型，称为同质），另一类则是可以用来存放不同类型的数据，可称为异质。

维度	同质	异质
1维	原子向量（Atomic vector）	List
2维	矩阵（Matrix）	Data frame
多维	Array

1、向量（Atomic Vectors）

向量是用于储存int、character、bool等数据的一维数据结构，单个向量中的数据必须拥有相同类型。使用函数c()来创建向量。R中的向量可以看作是Python中具有相同数据结构的非嵌套列表。

> v <- c(1:3,'a','b'); v
[1] "1" "2" "3" "a" "b"

这里尝试在一个向量中存储数值型和字符型数据，可以发现输出结果中所有数据都被转换成了字符型数据。
当不同类型的数据使用c()函数创建atomic vector时，因为atomic vector的元素都必须是同质的，所以系统会依照character, double, integer, logical的优先顺序对数据类型进行转换。

2、列表（List）

R中的列表类似于Python中的字典，可以存放各种不同的数据结构和嵌套数据结构，R中列表可以人为的给予其赋予名字（相当于Python字典中的键，也可看做数据框中的列名）未赋予名字时，系统会按索引给R列表中各个数据赋予名字。使用list()创建列表。使用names()可以给列表中的各个元素命名。

#列表一般创建方式
mylist <- list(obj1, obj2, ...)
#也可以创建时对列表元素命名
mylist <- list(name1=obj1, name2=obj2, ...)

> l <- list(c(1:3),c(T,F)); l
[[1]]
[1] 1 2 3

[[2]]
[1]  TRUE FALSE

> names(l) <- c('num','bool'); l
$num
[1] 1 2 3

$bool
[1]  TRUE FALSE

> l$num
[1] 1 2 3

3、矩阵（Matrix）

矩阵是一个二维数组，其所有数值类型相同（int，character，bool）。可通过matrix()创建矩阵。matrix可使用下标或行列名来获取元素，但不支持$name的索引方式。可使用dimnames()或rownames()、colnames()对其进行matrix的行列进行重命名。

#matrix一般创建方式
mymatrix <- matrix(vector, nrow, ncol, byrow, dimnames)

> m <- matrix(letters[1:12],nrow=3,ncol=4,byrow=TRUE);m
     [,1] [,2] [,3] [,4]
[1,] "a"  "b"  "c"  "d" 
[2,] "e"  "f"  "g"  "h" 
[3,] "i"  "j"  "k"  "l" 
> dimnames(m) <- list(c('one','two','three'),c('J','K','L','V')); m
      J   K   L   V  
one   "a" "b" "c" "d"
two   "e" "f" "g" "h"
three "i" "j" "k" "l"
> m['one','J']; m[1,1]
[1] "a"
[1] "a"
> m$'one'
Error in m$one : $ operator is invalid for atomic vectors

从上面可以看出matrix属于atomic vector。

4、数组（Array）

数组与矩阵类似，都为同质型的数据结构，但是维度大于2。数组通过array创建。

> dim1 <- c(letters[1:2]); dim2 <- c(letters[3:5]); dim3 <- c(letters[6:9])
> arr <- array(c(1:24),c(2,3,4),dimnames=list(dim1,dim2,dim3)); arr
, , f
  c d e
a 1 3 5
b 2 4 6
, , g
  c  d  e
a 7  9 11
b 8 10 12
, , h
   c  d  e
a 13 15 17
b 14 16 18
, , i
   c  d  e
a 19 21 23
b 20 22 24
> arr[1,2,3]
[1] 15

5、数据框（data.frame）

数据框在形式上与矩阵较为类似，但是它每一列的数据类型可以不同，为异质型数据结构。数据框可以使用data.frame()函数来创建，使用colnames()和rownames()来对行列重命名。数据框与python三方库pandas中的DataFrame基本是一样的。
数据框选取元素的方式较为多样，既可以通过下标进行选取，也可以通过列名称来进行选取df$name。同时，在创建数据框时可通过row.names参数指定用来作为行名称的列。

> s <- c(85:90); a <- rep(c(15,16),3); g <- rep(c('A','B'),3)
> df <- data.frame(s,a,g)
> df
   s  a g
1 85 15 A
2 86 16 B
3 87 15 A
4 88 16 B
5 89 15 A
6 90 16 B
> colnames(df)<-c('score','age','grade'); df
  score age grade
1    85  15     A
2    86  16     B
3    87  15     A
4    88  16     B
5    89  15     A
6    90  16     B
> df[1]
  score
1    85
2    86
3    87
4    88
5    89
6    90
> df[1,2]
[1] 15
> df$score
[1] 85 86 87 88 89 90
> df[c(1,2)]
  score age
1    85  15
2    86  16
3    87  15
4    88  16
5    89  15
6    90  16
> df[c('score','age')]
  score age
1    85  15
2    86  16
3    87  15
4    88  16
5    89  15
6    90  16

若需要多次选取数据框中的某列数据，可使用attach()、detach()、或with()来简化代码。

> attach(df)
> age
[1] 15 16 15 16 15 16
> detach(df)
> age
Error: object 'age' not found
> with(df,{print(age)})
[1] 15 16 15 16 15 16

各种数据结构的元素命名方式如下表：

数据类型	函数	接受的参数类型
向量和列表	names	向量
矩阵和数组	dimnames	列表
矩阵和数据框	rowname, colname	向量

6、因子（factors）

因子比较难以理解，可以将它看作是Python中的set(list)，即对向量进行分类计算，每一个唯一值算一个一个分类。他有levels()方法，可以得到一个factor中的所有水平（也即去重后的集合）。他的创建分为三步：（1）将输入的数据转换成character类型；（2）对所有水平进行排序（若未指定排序则自然排序）；（3）使用levels中的水平序号重新编码输入的元素。

> grade <- factor(df$grade);grade
[1] A B A B A B
Levels: A B
> grade <- factor(df$grade, levels=c('B','A'));grade
[1] A B A B A B
Levels: B A
>levels(grade)
[1] "B" "A"

在构建data.frame时，列元素为character的列经常会自动被转换为factors，这常常不是我们想看到的。通过指定stringsAsFactors=FALSE参数可保留原本的character属性。

>  s <- c(85:90); a <- rep(c(15,16),3); g <- rep(c('A','B'),3)
>  df <- data.frame(s,a,g)
> str(df)
'data.frame':   6 obs. of  3 variables:
 $ s: int  85 86 87 88 89 90
 $ a: num  15 16 15 16 15 16
 $ g: Factor w/ 2 levels "A","B": 1 2 1 2 1 2

>  s <- c(85:90); a <- rep(c(15,16),3); g <- rep(c('A','B'),3)
>  df <- data.frame(s,a,g,stringsAsFactors=FALSE)
> str(df)
'data.frame':   6 obs. of  3 variables:
 $ s: int  85 86 87 88 89 90
 $ a: num  15 16 15 16 15 16
 $ g: chr  "A" "B" "A" "B" ...

处理数据的一些实用函数

函数	作用
length	显示对象中元素的数量
dim	显示某个对象的维度
str	查看某个对象的结构
class	查看某个对象的类型
mode	查看某个对象的模式
names	查看某个对象中各个成分的名称
cbind	按列合并兑现
rbind	按行合并对象
head	查看某个对象的开始部分
tail	查看某个对象的结尾部分
ls	显示当前的变量列表
rm	删除一个或更多对象。语句rm(list=ls())将删除当前工作环境的所有对象（隐藏对象除外）

> df
   s  a g
1 85 15 A
2 86 16 B
3 87 15 A
4 88 16 B
5 89 15 A
6 90 16 B
> length(df)
[1] 3
> dim(df)
[1] 6 3
> class(df)
[1] "data.frame"
> mode(df)
[1] "list"
> names(df)
[1] "s" "a" "g"
> gender<-rep(c('male','female'),3);df<-cbind(df,gender=gender);df
   s  a g gender
1 85 15 A   male
2 86 16 B female
3 87 15 A   male
4 88 16 B female
5 89 15 A   male
6 90 16 B female
> df<-rbind(df,c(100,10,'A','female'));df
    s  a g gender
1  85 15 A   male
2  86 16 B female
3  87 15 A   male
4  88 16 B female
5  89 15 A   male
6  90 16 B female
7 100 10 A female
> ls()
 [1] "a"          "arr"        "d"          "depth_dist" "df"         "dim1"      
 [7] "dim2"       "dim3"       "g"          "gender"     "grade"      "i39"       
[13] "l"          "m"          "model"      "mpg2"       "norm"       "oplot"     
[19] "p"          "plot"       "s"          "sleep"      "v"