R中数据结构与数据的输入

作者：徐涛，19年应届毕业生，专注于珊瑚礁研究，喜欢用R各种清洗数据。

知乎：parkson

关于对数据的理解，大众理解可能就是一些数字，但是一个人的日常行为包括购物，饮食，足迹，都是数据，总结来说，不管是数字还是行为习惯，凡是能反映信息的都是数据；这是在第一关中对于数据概念的阐述。

R是对数据加工的一个工具，包括分析，可视化等。我们回归到本质，这些数据在R中是如何储存、读取、运用的？这真是我们本关所要讨论学习的。①数据结构②数据的输入

一、数据结构

R拥有的多种用于存储数据的对象类型，包括：标量、向量（concatenate）、矩阵（matrix）、数组（array）、数据框（data. frame）、列表（list），数据以这几种类型被存储起来。

注：R中没有标量，标量只是以单元素向量的形式出现。

① 标量

标量是只含有一个元素的向量，例如

> a<-3 > a [1] 3 > b<-"welcome to R" > b [1] "welcome to R" > c<-TRUE > c [1] TRUE

② 向量c()

向量是可以存储数值型、字符型或逻辑型数据的一维数组，单个向量中的数据必须拥有相同的数据类型。

> a1<-c(12,23,33,43) > a1 [1] 12 23 33 43 > mode(a1)#数值型 [1] "numeric" > a2<-c("hello","hi","a") > a2 [1] "hello" "hi"    "a"     > mode(a2)#字符型 [1] "character" > a3<-c(TRUE,FALSE,FALSE) > a3 [1]  TRUE FALSE FALSE > mode(a3)#逻辑型 [1] "logical"

③ 矩阵matrix()

函数matrix(vector,nrow,ncol,byrow,dimnames=list(rnames,cnames))

矩阵是二维的，和向量类似，矩阵中也仅能包含一种数据类型。

> matrix(1:20,nrow=4,ncol=5)     [,1] [,2] [,3] [,4] [,5] [1,]    1    5    9   13   17 [2,]    2    6   10   14   18 [3,]    3    7   11   15   19 [4,]    4    8   12   16   20

矩阵中默认按列填充,byrow=FALSE（如上，一般不写），手动设置元素按行填充命令：byrow=TRUE

> matrix(1:20,nrow=4,ncol=5,byrow=TRUE)     [,1] [,2] [,3] [,4] [,5] [1,]    1    2    3    4    5 [2,]    6    7    8    9   10 [3,]   11   12   13   14   15 [4,]   16   17   18   19   20

我们对矩阵的行列进行手动命名：

> t<-c(1,3,5,7,8,9,4,6,2,3,9,0,4,3,2,5) > rnames<-c("A1","A2","A3","A4") > cnames<-c("B1","B2","B3","B4") > u<-matrix(t,4,4,byrow=TRUE,dimnames=list(rnames,cnames)) > u   B1 B2 B3 B4 A1  1  3  5  7 A2  8  9  4  6 A3  2  3  9  0 A4  4  3  2  5

注：向量是一维的，矩阵是二维的，向量和矩阵中的元素只能是一种数据类型。

④ 数组array()

函数array(vector,dimensions,dimnames),vector是数组中的元素，dimensions是一个数值型向量，规定各个维度下标的最大值。

> q<-array(1:24,c(2,3,4),dimnames=list(c("A1","A2"),c("B1","B2","B3"),c("C1","C2","C3","C4")))#c(2,3,4),在空间坐标系里面可以理解为：x坐标是2，y坐标是3，z坐标是4 > q , , C1   B1 B2 B3 A1  1  3  5 A2  2  4  6 , , C2   B1 B2 B3 A1  7  9 11 A2  8 10 12 , , C3   B1 B2 B3 A1 13 15 17 A2 14 16 18 , , C4   B1 B2 B3 A1 19 21 23 A2 20 22 2

对于向量、矩阵、数组的理解为笛卡尔坐标系，一维，二维，三维。且和向量矩阵一样，数组中的数据也只能拥有一种数据类型。

⑤ 数据框data.frame()

数据框中不同的列可以包含不同类型的数据（数值型，字符型，逻辑型等），同一列要求具有相同类型的数据。

直接调用了R安装自带的一个数据文件，数据框的格式如下。

> mtcars                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1 Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2 Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1 Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2 Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2 Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4 Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4 Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3 Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3 Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3 Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4 Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4 Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4 Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1 Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2 Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1 Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1 Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2 AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2 Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4 Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2 Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1 Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2 Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2 Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4 Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6 Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8 Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

⑥ 列表list()

列表是一些对象的有序集合，允许你整合若干对象到单个对象名下。一个列表中可能是若干向量、举证、数据框的组合。

函数list()创建列表。

二、数据的输入

第一部分我们了解数据在R中存储的结构，第二部分我们学习如何将数据导入R中，包括：

①：键盘输入数据

R中的函数edit()会自动调用一个允许手动输入数据的文本编辑器。

例如：

> firstdata<-data.frame(dose=numeric(0),drugA=numeric(0),drugB=numeric(0)) > mydata<-edit(firstdata)

注：(1)创建一个空数据框（或矩阵），其中变量名和变量的模式需与理想中的最终数据一致。

(2)调用文本编辑器，输入数据。

②：导入txt文件

我一般喜欢将需要导入的文件直接放在工作目录里面（工作目录不要出现汉字）

> #查找当前工作目录 > getwd() [1] "C:/Users/徐涛/Documents" > #改变工作目录 > setwd("E:/Data For R/RData") > #查找当前工作目录 > getwd() [1] "E:/Data For R/RData" > a<-read.table("income.txt") > a     V1    V2    V3 1     t     x     y 2  1990  2822  2937 3  1991  2990  3149 4  1992  3297  3483 5  1993  4225  4349 6  1994  5127  5218 7  1995  6038  6242 8  1996  6910  7408 9  1997  8234  8651 10 1998  9363  9876 11 1999 10683 11444 12 2000 12582 13395 13 2001 15301 16386

③：导入excel数据

> install.packages("xlsx") --- 在此連線階段时请选用CRAN的鏡子 --- 还安装相依关系‘rJava’, ‘xlsxjars’ 试开URL’https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/contrib/3.3/rJava_0.9-8.zip' Content type 'application/zip' length 713967 bytes (697 KB) downloaded 697 KB 试开URL’https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/contrib/3.3/xlsxjars_0.6.1.zip' Content type 'application/zip' length 9485184 bytes (9.0 MB) downloaded 9.0 MB 试开URL’https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/contrib/3.3/xlsx_0.5.7.zip' Content type 'application/zip' length 401439 bytes (392 KB) downloaded 392 KB 程序包‘rJava’打开成功，MD5和检查也通过 程序包‘xlsxjars’打开成功，MD5和检查也通过 程序包‘xlsx’打开成功，MD5和检查也通过 下载的二进制程序包在 C:\Windows\Temp\Rtmp8G83Je\downloaded_packages里 >library(xlsx) >y<-read.xlsx(income,1)

一句话送给大家：很多时候方向比努力更重要，一个正确的学习方法+一个明确的方向会让事情或者学习事半功倍。

往期推荐　

Python&R爬取分析赶集网北京二手房数据（附详细代码）

公众号后台回复关键字即可学习

回复 爬虫             爬虫三大案例实战  
回复 Python        1小时破冰入门

回复 数据挖掘      R语言入门及数据挖掘
回复 人工智能      三个月入门人工智能
回复 数据分析师   数据分析师成长之路 
回复 机器学习      机器学习的商业应用
回复 数据科学      数据科学实战
回复 常用算法      常用数据挖掘算法