R语言小白学习笔记2—高级数据结构

笔记链接

学习笔记1—R语言基础.

学习笔记2—高级数据结构

R语言常见的数据结构：

• 数据框(data.frame)
• 矩阵(matrix)
• 列表(list)
• 数组(array)

2.1 数据框

直观上，数据框就像Excel电子表格有行有列，统计上，每列代表一个变量，每行代表一个观测。
在数据框中，每列实际是个向量，都有相同的长度。
数据框可以用来保存不同的数据类型，但每列每个元素必须是相同数据类型。

data.frame函数：创建数据框

> x <- 10:1
> y <- -4:5
> q <- c("Hockey", "Footall", "Baseball", "Curling", "Rugby", "Lacrosse", "Basketball", "Tennis", "Cricket","Soccer")
> theDF <- data.frame(First=x, Second=y, Sport=q)
> theDF
   First Second      Sport
1     10     -4     Hockey
2      9     -3    Footall
3      8     -2   Baseball
4      7     -1    Curling
5      6      0      Rugby
6      5      1   Lacrosse
7      4      2 Basketball
8      3      3     Tennis
9      2      4    Cricket
10     1      5     Soccer

nrow函数：得到数据框的行数
ncol函数：得到数据框的列数
dim函数：得到数据框的行数和列数

> nrow(theDF)
[1] 10
> ncol(theDF)
[1] 3
> dim(theDF)
[1] 10  3

names函数可以获取数据框的列名字，返回字符向量

> names(theDF)
[1] "First"  "Second" "Sport" 
> names(theDF)[2]
[1] "Second"

rownames函数可以获取和指定数据框的行名字

> rownames(theDF) <- c("One", "Two", "Three", "Four", "Five", "Six", "Seven", "Eight", "Nine", "Ten")
> rownames(theDF) 
 [1] "One"   "Two"   "Three" "Four"  "Five"  "Six"  
 [7] "Seven" "Eight" "Nine"  "Ten"

head函数可以显示前几行
tail函数可以显示后几行

> head(theDF, n=3)
      First Second    Sport
One      10     -4   Hockey
Two       9     -3  Footall
Three     8     -2 Baseball
> tail(theDF)
      First Second      Sport
Five      6      0      Rugby
Six       5      1   Lacrosse
Seven     4      2 Basketball
Eight     3      3     Tennis
Nine      2      4    Cricket
Ten       1      5     Soccer

指定列指定行的方法：
$指定列名称

> theDF$Sport
 [1] "Hockey"     "Footall"    "Baseball"   "Curling"   
 [5] "Rugby"      "Lacrosse"   "Basketball" "Tennis"    
 [9] "Cricket"    "Soccer"

[]方括号指定元素

> theDF[3,1]
[1] 8

可以用向量索引更多元素

> theDF[c(3, 5), 2:3]
      Second    Sport
Three     -2 Baseball
Five       0    Rugby

只指定列来访问一整列

> theDF[, 2:3]
      Second      Sport
One       -4     Hockey
Two       -3    Footall
Three     -2   Baseball
Four      -1    Curling
Five       0      Rugby
Six        1   Lacrosse
Seven      2 Basketball
Eight      3     Tennis
Nine       4    Cricket
Ten        5     Soccer

还可以通过以列参数指定为字符向量：theDF[, c(“First”, “Sport”)]

以列名字作为第二个参数：theDF[, “Sport”]
等等

但有些输出的是向量（如theDF[, “Sport”]），有些输出的是数据框。指定第三个参数drop=FALSE可以保持输出数据框。

> theDF[,"Sport",drop=FALSE]
           Sport
One       Hockey
Two      Footall
Three   Baseball
Four     Curling
Five       Rugby
Six     Lacrosse
Seven Basketball
Eight     Tennis
Nine     Cricket
Ten       Soccer

2.2 列表

列表是一个容器，可以存储相同类型或者不同类型的数据。

> list(theDF, 1:10, c(1, 2, 3))
[[1]]
      First Second      Sport
One      10     -4     Hockey
Two       9     -3    Footall
Three     8     -2   Baseball
Four      7     -1    Curling
Five      6      0      Rugby
Six       5      1   Lacrosse
Seven     4      2 Basketball
Eight     3      3     Tennis
Nine      2      4    Cricket
Ten       1      5     Soccer

[[2]]
 [1]  1  2  3  4  5  6  7  8  9 10

[[3]]
[1] 1 2 3

names函数可以查看或设置列表的名字。

> list1 <- list(theDF, 1:10, c(1, 2, 3))
> names(list1)
NULL
> names(list1) <- c("DF", "VEC1", "VEC2")
> names(list1)
[1] "DF"   "VEC1" "VEC2"

或者在创建过程中指定名字

> list1 <- list(DF=theDF, VEC1=1:10, VEC2=c(1, 2, 3))
> names(list1)
[1] "DF"   "VEC1" "VEC2"

可以用vector创建指定长度的空列表

> emptyList <- vector(mode="list", length=4)
> emptyList 
[[1]]
NULL

[[2]]
NULL

[[3]]
NULL

[[4]]
NULL

使用索引可以对列表增加元素，前提该索引添加前不存在于列表中

> emptyList[[5]] <- 2
> length(emptyList)
[1] 5

2.3 矩阵

矩阵结构具有行和列，每列的数据类型相同，每个元素数据类型也相同，一般是数值型。

matrix函数：创建矩阵
创建5乘以2的矩阵：

> A <- matrix(1:10, nrow=5)
> B <- matrix(21:30, nrow=5)
> A
     [,1] [,2]
[1,]    1    6
[2,]    2    7
[3,]    3    8
[4,]    4    9
[5,]    5   10
> B
     [,1] [,2]
[1,]   21   26
[2,]   22   27
[3,]   23   28
[4,]   24   29
[5,]   25   30

nrow、ncol、dim函数可以查看矩阵的行数列数。

t函数可以用来对矩阵进行转置

矩阵相乘：（这里将B进行转置后才可以相乘）

> A %*% t(B) 
     [,1] [,2] [,3] [,4] [,5]
[1,]  177  184  191  198  205
[2,]  224  233  242  251  260
[3,]  271  282  293  304  315
[4,]  318  331  344  357  370
[5,]  365  380  395  410  425

如果乘号没加**%的话表示对应相乘**

> A*B
     [,1] [,2]
[1,]   21  156
[2,]   44  189
[3,]   69  224
[4,]   96  261
[5,]  125  300

> A * t(B) 
Error in A * t(B) : 非整合陈列

colnames和rownames可以查看或修改矩阵行和列的名字

> colnames(A) <- c("Left", "Right")
> rownames(A) <- c("1st", "2nd", "3rd", "4th", "5th")
> A
    Left Right
1st    1     6
2nd    2     7
3rd    3     8
4th    4     9
5th    5    10

转置会置换行和列的名字

> t(A)
      1st 2nd 3rd 4th 5th
Left    1   2   3   4   5
Right   6   7   8   9  10

在进行矩阵乘法时，矩阵乘积的行名字取自左边矩阵的行名字，矩阵乘积的列名字取自右边矩阵的列名字。

2.4 数组

数组是一个多维向量，所有元素必须相同类型。

array函数：创建数组

用方括号访问单个元素，方括号里第一个参数是行索引，第二个参数是列索引，剩下的参数是维度。

创建一个两行三列二维数组：

> theArray <- array(1:12, dim=c(2, 3, 2))
> theArray
, , 1

     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6

, , 2

     [,1] [,2] [,3]
[1,]    7    9   11
[2,]    8   10   12

查看数组元素的一些例子：

> theArray[1, , ]
     [,1] [,2]
[1,]    1    7
[2,]    3    9
[3,]    5   11
> theArray[ , ,1 ]
     [,1] [,2] [,3]
[1,]    1    3    5
[2,]    2    4    6
> theArray[ 1, ,1 ]
[1] 1 3 5