R语言笔记—⒉R语言基础之向量

变量 Variable

• R语言中创建变量无需事先声明数据类型
• 可储存数字、单词、矩阵甚至表格

命名规则

1. 可包含字母、数字、点(.)及下划线(_)
2. 开头必须是字母（A-Z或a-z）或点(.)
3. 以点(.)开头不可以紧接数字
4. 不可以数字开头
5. 不能是R中保留的关键字

注意：命名区分大小写，如A与a是不同的

保留字

• NA：缺失值（Not Available）
• NULL：缺失的或未定义的值
• NaN：Not a Number（例如0/0）
• TRUE/FALSE：逻辑值
• Inf：无穷（例如1/0）
• If else，repeat，while，function，for，in，next，break：循环语句、条件语句、函数等
• NA_integer_，NA_real_，NA_complex_，NA_character_：指定类型缺失值

基本数据类型/原子数据类型

（The fundamental/atomic data types）

• 数值型（numeric）
• 整数型（integer）
• 复数型（complex）
• 字符型（character）
• 逻辑型（logical）

数据操作符

• 算术运算符（Arithmetic Operators)      即：加(+),减(-),乘(*),除(/),乘方(^),取余(%%)  
• 赋值运算符（Assignment Operators）即=，<-，->
• 逻辑运算符（Logical Operators）    即：！（NOT），&（AND（Element wise）），&&（AND），｜（OR（Element wise）），｜｜（OR）
• 关系运算符（Relational Operators）       即：大于（＞），小于（＜），大于等于（＞=），小于等于（＜=），等于（==），不等于（！=）
• 混合操作符(Miscellaneous Operators)     

：冒号操作符（colon operator）此运算符为考虑的向量顺序创建一系列数值

%in%  判断前一个向量是否包含于后一个向量，返回一个布尔值       

%*%   在需要执行矩阵与其转置相乘的情况下，使用此特定运算符

数据结构

结构化数据类型（封装类型）

• 向量（vector）

• 矩阵（matrix）

• 数组（array）

• 数据框（data.frame）

• 列表（list）

• 因子（factor）

class（）：显示对象的数据结构

str（）：显示对象内容

向量

向量是R中最为基本的类型

一个向量中元素的类型必须相同，包括：

• 数值型（numeric）
• 整数型（integer）
• 复数型（complex）
• 字符型（character）
• 逻辑型（logical）

向量的构建

c()为应用最广泛的向量构造函数，把所有对象连接起来形成新的向量

seq(from = number，to = number，by =((to-from)/(length.out-1)),length.out = NULL,along.with = NULL)

• 生成从from到to的向量，by为步长
• length.out为生成向量的长度
• along.with取赋予变量长度为元素的个数

rep（x,times =number,length = NA,each = 1）

• x：为一个向量（mode任意，包括list）
• times：数值型向量指定每个元素重复的次数，向量的长度为1时，表示重复整个x
• length.out：输出向量的长度，简写len或者length
• each：x中每个元素重复的次数

向量的排序

在R中，和排序相关的函数主要有三个：

sort(),rank(),order()

sort(x,decreasing = FALSE,na.last = NA,...)

• x:排序的对象，可以是字符型，复数型，数值型，以及逻辑型向量
• decreasing：逻辑，按升序或降序排列，FALSE为递增，TRUE为递减
• na.last：处理缺失值的逻辑，TRUE为忽略缺失值并将其置于向量末尾，FALSE为置于向量开头，NA为将缺失值移除

rank(x,na.last = TRUE,ties.method = c("average","first","last","random","max","min"))

求秩的函数，返回值是这个向量中对应元素的排名

x：数值型、复数型、字符型或逻辑型向量

na.last：处理缺失值的逻辑，TRUE为忽略缺失值并将其置于向量末尾，FALSE为置于向量开头，NA为将缺失值移除，keep为保持原位

ties.method：一个字符串，指定相同元素的处理方式

• "average"：相同元素都取该组中的平均水平，该水平可能是小数
• "first"：相同元素先者在前后者在后
• "max":相同元素都取该组中最好的水平，并列排序
• "min"：相同元素都取该组最差水平，可增大水平差异
• "rendom"：相同元素随机编排次序

order(...,na.last =TRUE,decreasing = FALSE,...)

• 返回值是对应“排名”的元素所在向量中的位置
• ...:一个数值型、复数型、字符型或逻辑型的向量序列，有着相同的长度或者相同类型的对象

向量的重新赋值

可根据特定索引对向量进行重新赋值

x<-c(42,7,64,9)

x[1]<-1

x

[1]  1  7  64  9

names(x)<-letters[1:4]

x

a   b   c   d

1   7  64   9

x["b"]<-2

x

a   b   c   d

1   2  64   9

x[x>10]<-10

x

a   b   c   d

1   7  10   9

缺失值

NULL：向量的缺失，相当于长度为零的向量

is.null(NULL)

TRUE

is.null(NA)

FALSE

is.na(NULL)

logical(0)

is.null(c(1,2,3,NA)

FALSE

is.na(c(1,2,3,NA)

FALSE FALSE FALSE TRUE

R中NA、NULL、NaN、Inf、-Inf的区别

NA：缺失数据即“Missing value”，是“not available”的缩写;主要会在从文件或数据库读取数据时遇到，或者将一个向量的长度扩展会出现NA值

NULL：空值；一般被用在函数参数中，表示该参数没有被赋予任何值，或者某些函数返回值为Null

NA与NULL的差别还是非常明显的。用一个比喻来讲，NA是已经挖好了一些坑，只是里面没有萝卜而已，这就是所谓的“缺失值”。而NULL则指的是“压根连坑都没有”

NaN：无意义的数即“not a number”，例如sqrt（-2）

Inf：正无穷大

-Inf：负无穷大

和向量有关的函数

min(x) #—最小值

max(x) #—最大值

which.min() #—最小值位置

which.max() #—最大值位置

sum(x) #—求和

length(x) #—求长度

mean(x) #—均值

median(x) #—中位数

var(x) #—方差

sd(x) #—标准差

sort(x),order(x),rank(x) #—排序

unique(x)          #—去冗余

intersect(x,y)      #—交集

union(x,y)          #—并集

setdiff(x,y)        #—差异