R语言与机器学习-学习笔记2(数据探索及理解)

最新推荐文章于 2024-03-19 09:15:44 发布

Abner_Young

最新推荐文章于 2024-03-19 09:15:44 发布

阅读量1.3k

点赞数

分类专栏：学习笔记文章标签： R 学习笔记数据分析机器学习 r语言

本文链接：https://blog.csdn.net/Abner_Young/article/details/47124087

版权

1.R语言数据格式

1.1 vector

vector是 R语言基本的数据格式，vector可存储一个相同类型的数据集合，理论上可以无限长。

vector按存储数据的类型分为5类：

integer : 整数型（无小数），numeric：数字型（含小数），character：文本数据，logical：逻辑型数据， NULL：数据空，NA：缺失数据

#---------------------Create Vector----------------------

name = c("John", "abner", "young")

temperature = c(35.2, 34.3, 36.8)

status = c(TRUE, FALSE, TRUE)

age = c(18, 19, 20)

#---------------------Opr on Vector-----------------------
temperature[2]
#[1] 34.3
temperature[2:3]
#[1] 34.3 36.8
temperature[-2]
#[1] 35.2 36.8   used for exclude the item (from start to end)  delete the 2nd item. 
temperature[-1]
#[1] 34.3 36.8   used for exclude the item (from start to end)  delete the 1st item.
temperature[c(TRUE, FALSE, TRUE)]
#[1] 35.2 36.8   used for delete the 2nd item.

1.2 factor

在我们数据处理的过程中通常会遇到性别、血型等等这样的数据，这样的数据通常用名词性的词语来描述数据的特征，R语言提供了factor来描述这些数据。
#--------------------Create Factor------------------------------
gender = factor(c("MALE", "FEMALE", "MALE"))
#[1] MALE FEMALE MALE  
#Levels: FEMALE MALE
bleed = factor(c("O","A","AB"), levels = c("O","A","B","AB"))
#[1] O  A  AB
#Levels: O A B AB
#--------------------Opr on Factor-------------------------------
gender[2]
#[1] FEMALE
#Levels: FEMALE MALE
gender[-2]
#[1] MALE MALE