数据科学中的 R 语言
数据科学中的 R 语言
R语言是数据科学领域的重要工具，掌握其基本数据结构是学习R语言的第一步。本文将详细介绍R语言中的四种基本数据结构：向量、矩阵、列表和数据框，并通过具体的代码示例帮助读者理解这些概念。
第 5 章 数据结构
前面介绍了向量，它是R语言中最基础的数据结构
我们还会遇到其它数据结构
- 矩阵
- 列表
- 数据框
这些数据结构都可以看作由向量衍生出来的1。
5.1 矩阵
矩阵可以存储行(row)和列(column)二维的数据。
它实际上是向量的另一种表现形式，也就说它的本质还是向量，一维的向量用二维的方式呈现。
矩阵可以用
matrix()
函数创建，第一个位置的参数是用于创建矩阵的向量。比如下面把向量
c(2, 4, 3, 1, 5, 7)
转换成2行3列的矩阵
m <- matrix(
nrow = 2,
ncol = 3
)
m
## [,1] [,2] [,3]
## [1,] 2 3 5
## [2,] 4 1 7
大家还记得我们的向量是一个竖着的糖葫芦， 那么在转换成矩阵的时候，也是先竖着排，第一列竖着的方法排满后，就排第二列，这是默认的情形。如果想改变这一传统习惯，也可以增加一个语句
byrow = TRUE
，这条语句让向量先横着排，排完第一行，再排第二行。
matrix(
nrow = 2,
ncol = 3,
byrow = TRUE
)
## [,1] [,2] [,3]
## [1,] 2 4 3
## [2,] 1 5 7
5.1.1 矩阵的属性
- 类型
class(m)
## [1] "matrix" "array"
- 长度
length(m)
## [1] 6
- 维度
dim(m)
## [1] 2 3
5.2 列表
如果我们想要装更多的东西，可以想象有一个小火车2，小火车的每节车厢是独立的，因此每节车厢装的东西可以不一样。这种结构装载数据的能力很强大，称之为列表（list）。我们可以使用
list()
函数创建列表
list1 <- list(
b = c("I", "love", "R", "language", "!"),
c = c(TRUE, TRUE, FALSE, TRUE)
)
list1
## $a
## [1] 5 10
##
## $b
## [1] "I" "love" "R" "language" "!"
##
## $c
## [1] TRUE TRUE FALSE TRUE
c()
函数创建向量 对比
list()
函数创建列表
5.2.1 列表的属性
- 类型
class(list1)
## [1] "list"
- 长度
length(list1)
## [1] 3
5.3 数据框
前面说过，列表可以想象成一个小火车，如果每节车厢装的都是向量而且等长，那么这种特殊形式的列表就变成了数据框(data frame)
换句话说，数据框是一种特殊的列表，我们可以使用
data.frame()
函数构建数据框
df <- data.frame(
name = c("Alice", "Bob", "Carl", "Dave"),
marriage = c(TRUE, FALSE, TRUE, FALSE),
color = c("red", "blue", "orange", "purple")
)
df
## name age marriage color
## 1 Alice 23 TRUE red
## 2 Bob 34 FALSE blue
## 3 Carl 23 TRUE orange
## 4 Dave 25 FALSE purple
数据框类似于我们经常用的excel表格。由于数据框融合了向量、列表和矩阵的特性，所以在数据科学的统计建模和可视化中运用非常广泛。
5.3.1 数据框的属性
- 类型
class(df)
## [1] "data.frame"
- 维度
nrow(df)
## [1] 4
ncol(df)
## [1] 4
5.4 小结
R 对象的数据结构(向量、矩阵、列表和数据框)，总结如下
- 向量: 糖葫芦
- 矩阵: 糖葫芦，有多行多列
- 列表: 小火车
- 数据框: excel表格
为了更好地理解相关概念，建议大家阅读Garrett Grolemund的hopr这本书(Grolemund 2014)。
5.5 习题
- 为什么说数据框融合了向量、矩阵和列表的特性？
- 创建一个学生信息的data.frame，包含姓名、性别、年龄，成绩等变量。