R数据分析-数据结构

1. 向量
   作为R最基础数据结构，可以为一个向量定义数值型，逻辑型，字符型数据，可以简单理解为一维数组，相关定义与访问数据规范如下:

a <- c(1,23,5,7,9);
a[1:3];
[1] 1 23 5
a[c(1,3)];
[1] 1 5
a[3];
[1] 5

2. 矩阵
   存储数据类型与向量一样，可以理解为二维数组，相关定义与访问数据规范如下：

title <- c(‘数学’,‘语文’);
student <- c(‘小明’,‘小刚’);
score <- c(88,90,70,89);
mymatrix <- matrix(score,nrow=2,ncol=2,byrow=TRUE,dimnames=list(title,student));
mymatrix
小明 小刚
数学 88 90
语文 70 89

mymatrix[2,] #查询所有学生语文成绩
小明 小刚
70 89
mymatrix[1,2] #查询小刚的数学成绩
[1] 90
mymatrix[,2] #查询小刚的所有成绩
数学 语文
90 89

3. 数组
   数组与矩阵类似，但是维数可以大于2，相关定义与访问数据规范如下：

x <- c(‘x1’,‘x2’);
y <- c(‘y1’,‘y2’,‘y3’);
z <- c(‘z1’,‘z2’,‘z3’,‘z4’);
myArray <- array(1:24,c(2,3,4),dimnames=list(x,y,z));
myArray
, , z1
y1 y2 y3
x1 1 3 5
x2 2 4 6
, , z2
y1 y2 y3
x1 7 9 11
x2 8 10 12
, , z3
y1 y2 y3
x1 13 15 17
x2 14 16 18
, , z4
y1 y2 y3
x1 19 21 23
x2 20 22 24

myArray[1,2,3]; #取出15值
[1] 15

4. 数据框
   不同列可以包含不同数据类型数据，类似于SAS，SPSS和Stata中数据集概念，它也是R中最常处理的数据结构。相关定义与访问数据规范如下：

patientId <- c(0001,0002,0003,0004);
disease <- c(‘癫痫’,‘流感’,‘精神病’,‘白血病’);
age <- c(18,23,60,29);
level <- c(‘poor’,‘improved’,‘excellent’,‘poor’);
patientData <- data.frame(patientId,age,disease,level);
patientData
patientId age disease level
1 1 18 癫痫 poor
2 2 23 流感 improved
3 3 60 精神病 excellent
4 4 29 白血病 poor

patientData[2:4]; #查询患病人年纪与病情信息
age disease level
1 18 癫痫 poor
2 23 流感 improved
3 60 精神病 excellent
4 29 白血病 poor
patientData[c(‘disease’)]; #查询病种信息
disease
1 癫痫
2 流感
3 精神病
4 白血病
patientData$disease;[1]"癫痫""流感""精神病""白血病"table(patientData$disease,patientData$level); #生产病种与病情列联表
excellent improved poor
白血病 0 0 1
癫痫 0 0 1
精神病 1 0 0
流感 0 1 0

R中其他数据结构请听下章讲解。。。