R语言数据结构-向量和因子

R语言数据结构-向量

• Vector:是R中最基本的数据容器，同一向量中的所有元素必须是相同的模式，可以是数值，字符串，逻辑值等等。
  • a=c(1,2,3,4,5,6) / b=c("I","love","you")
  • 此时要注意，a中变量都是数值型，b中变量都是字符串类型，a中变量可以用来参与数据的计算，而b中的变量不能参与计算。
• R会自动转换成一个数据类型，当同时含有数值和字符串时，会同时转化成字符串；当同时含有逻辑值和字符串时，也会转化为字符串。

向量的索引和取值

• R中最重要与最常用的一个运算符是索引，使用它来选择给定向量中特定索引的元素来构成子向量。

> a = c(1, 2, 3, 4, 5)
> a[c(1, 2)]
[1] 1 2

向量常用函数

# mean()函数计算向量平均值
mean(c(1,2,3,4,5))
[1] 3

# median函数计算中位值
median(c(1,2,3,4,5))
[1] 3

# sum()函数计算向量总和
sum(c(1,2,3, 4, 5))
[1] 15

which○函数找到满足条件元素位置
a=c(1,2,3,4, 5)
which(a>3)
[1] 4 5

# sort()函数可以对向量进行排序
# grep()函数可以抓取你想要在元素里获得的对象，返回位置
# subset()函数对向量进行筛选
# rep()函数可以让我们重复向量或者向量中的元素 
```

NA与NULL值

• R中有一对欢喜冤家，很容易搞混，NA与NULL值。
  • NA：表示缺失值
  • NULL：NULL代表不存在的值，即空白
• NA：大多数情况下，我们要求函数跳过缺失值（na.rm=T)
• NULL：会自动跳过空值NULL。

R语言数据结构-因子

• Factor:因子的设计思想来源于分类变量，这种变量的值本质上不是数字，而是对应的分类。

> x <- c(1,2,3,4,5,6)
> x.factor <- factor(x)
> x.factor
[1] 1 2 3 4 5 6
Levels: 1 2 3 4 5 6
> str(x.factor)
 Factor w/ 6 levels "1","2","3","4",..: 1 2 3 4 5 6

• 连续变量与分类变量在统计分析数据挖掘中扮演着重要的角色，分析方法完全不同，因此一定要注意Factor带来的潜在错误。

因子的常见坑

• 当我们在R中创建一个向量时，将向量转变为因子之后，如果想把因子转变为数值，as.numeric()，数值的本身会发生变化，所以需要先把因子转变为字符串，然后转变为数值。

> a <- c(1.22, 2.44, 1.33, 5.77, 8.81)
> x <- factor(a)
> x
[1] 1.22 2.44 1.33 5.77 8.81
Levels: 1.22 1.33 2.44 5.77 8.81
> as.numeric(x)
[1] 1 3 2 4 5
> as.numeric(as.character(a))
[1] 1.22 2.44 1.33 5.77 8.81

• 大家好，新人报道，我是育种与生信小记公众号的作者，打算在知乎也开一个账号，同步分享一下知识，记录一下自己的学习过程。可以扫码关注我哦！