R语言——数据格式和数据读取

R语言——数据读取之详解

福尔·摩斯曾说过：“数据，数据，没有数据的推理是罪恶！”

不过比起有意思的统计分析，数据的导入与导出显得十分的无趣，但是不得不说统计分析的数据导入与导出是个让人沮丧的任务，而且耗时巨大。
今天分享的是R数据的储存数据格式，及其R中数据的输出与一些特定格式的数据读入。

一、数据集结构

数据集是由数据构成的一个矩形数组，行表示观测，列表示变量。

R拥有的数据结构有：

类型	特点
标量	只含一个元素的向量
向量	用于储存数值型、字符型或逻辑型数据的一维数组。执行组合功能的函数c()可以用来创建向量
矩阵	二维数组，只是每个元素都有相同的模式（数值型、字符型或逻辑型）。可以通过matrix()创建矩阵
数组	矩阵类似，但维度可以大于2，可以通过array创建一个数组
数据框	比矩阵更为一般。数据框是你会在R中最常见的数据结构。、数据框可以通过命令data.frame()创建
因子	类别（名义型）变量和有序类别（有序型）变量
列表	R数据类型中最为复杂的一种。列表就是一些对象的有序结合，允许你整合若干对象到单个对象名下。可以使用list()创建列表

在R中，对象（object）是指可以赋值给变量的任何事物；数据框（data frame）是R中用于储存数据的一种结构：列表示标量，行表示观测；因子（factor）是名义型标量或有序变量。

（一）向量和标量

向量是用于储存数值型、字符型或逻辑型数据的一维数组。执行组合功能的函数c()可以用来创建向量：

a <- c(1, 2, 5, 3, 6, -2, 4)
b <- c("one", "two", "three")
c <- c(TRUE, TRUE, TRUE, FALSE, TRUE, FALSE)

标量是只含一个元素的向量，例如

f <- 3
g <- "US"
h <- TRUE

过在方括号中给定元素所处的位置的数值，可以访问向量中的元素，例如：

a <- c("k", "j", "h", "a", "c", "m")
a[3]

最后一个语句中使用的冒号用于生成一个数值序列，例如a <- c(2:6)等价于a <- c(2, 3, 4, 5, 6)

（二）矩阵

矩阵是一个二维数组，只是每个元素都有相同的模式（数值型、字符型或逻辑型）。可以通过matrix()创建矩阵，一般使用格式为：

mymatrix <- matrix(vector, nrow=number_of_rows, ncol=number_of_columns,
byrow=logical_value, dimnames=list(char_vector_rownames, char_vector_colnames))

其中，vector包含了矩阵的元素，nrow和ncol用以指定行和列的维数，dimnames包含了可选的、以字符型向量表示的行名和列名。选项byrow则表明矩阵以行填充还是以列填充，默认情况下按行填充（TRUE）。

y <- matrix(1:20, nrow = 5)#创建矩阵
y

cells <- c(1,26,24,28)
rnames <- c("R1", "R2")
cnames <- c("C1", "C2")
mymatrix <- matrix(cells, nrow = 2, dimnames = list(rnames, cnames))#创建矩阵
mymatrix

我们可以用下标和方括号来选择矩阵中的行和列。X[i,]指定X中的第i行，X[,j]指定X中的第j列。X[i,j]指定第i行第j列个元素。选择多个行和列时，下标i和j可以为数值型向量。

x