R - 数据类型

通常，在任何编程语言中进行编程时，都需要使用各种变量来存储各种信息。变量只不过是保留的内存位置来存储值。这意味着，当您创建变量时，您会在内存中保留一些空间。

您可能希望存储各种数据类型的信息，例如字符、宽字符、整数、浮点数、双精度浮点数、布尔值等。根据变量的数据类型，操作系统分配内存并决定可以在保留的内存中存储什么。

与其他编程语言（如 C 和 Java）不同，在 R 中，变量不会声明为某种数据类型。变量被赋予 R 对象，而 R 对象的数据类型成为变量的数据类型。R 对象有很多类型。常用的有：

• 向量
• 列表
• 矩阵
• 数组
• 因子
• 数据框

这些对象中最简单的是向量对象，并且这些原子向量有六种数据类型，也称为六类向量。其他 R 对象是建立在原子向量之上的。

v <- TRUE 
print(class(v))

[1] "logical" 

v <- 23.5
print(class(v))

[1] "numeric"

v <- 2L
print(class(v))

[1] "integer"

v <- 2+5i
print(class(v))

[1] "complex"

v <- "TRUE"
print(class(v))

[1] "character"

v <- charToRaw("Hello")
print(class(v))

[1] "raw" 

在 R 编程中，最基本的数据类型是称为向量的 R 对象，它们保存不同类的元素，如上所示。请注意，在 R 中，类的数量不仅限于上述六种类型。例如，我们可以使用许多原子向量并创建一个数组，其类将变为数组。

向量

当您想要创建包含多个元素的向量时，应使用c()函数，这意味着将元素组合成一个向量。

# Create a vector.
apple <- c('red','green',"yellow")
print(apple)

# Get the class of the vector.
print(class(apple))

当我们执行上述代码时，它会产生以下结果：

[1] "red"    "green"  "yellow"
[1] "character"

列表

列表是一个 R 对象，它可以在其中包含许多不同类型的元素，例如向量、函数甚至另一个列表。

# Create a list.
list1 <- list(c(2,5,3),21.3,sin)

# Print the list.
print(list1)

当我们执行上述代码时，它会产生以下结果：

[[1]]
[1] 2 5 3

[[2]]
[1] 21.3

[[3]]
function (x)  .Primitive("sin")

矩阵

矩阵是一个二维矩形数据集。它可以使用向量输入到矩阵函数中创建。

# Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)

当我们执行上述代码时，它会产生以下结果：

     [,1] [,2] [,3]
[1,] "a"  "a"  "b" 
[2,] "c"  "b"  "a"

数组

虽然矩阵仅限于二维，但数组可以是任意数量的维度。array 函数采用一个 dim 属性，它创建所需的维度数。在下面的示例中，我们创建了一个包含两个元素的数组，每个元素都是一个 3x3 矩阵。

# Create an array.
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)

当我们执行上述代码时，它会产生以下结果：

, , 1

     [,1]     [,2]     [,3]    
[1,] "green"  "yellow" "green" 
[2,] "yellow" "green"  "yellow"
[3,] "green"  "yellow" "green" 

, , 2

     [,1]     [,2]     [,3]    
[1,] "yellow" "green"  "yellow"
[2,] "green"  "yellow" "green" 
[3,] "yellow" "green"  "yellow"  

因子

因子是使用向量创建的 R 对象。它存储向量以及向量中元素的不同值作为标签。标签始终是字符，而不管输入向量中的数值、字符或布尔值等是什么。它们在统计建模中很有用。

因子使用factor()函数创建。nlevels函数给出级别的数量。

# Create a vector.
apple_colors <- c('green','green','yellow','red','red','red','green')

# Create a factor object.
factor_apple <- factor(apple_colors)

# Print the factor.
print(factor_apple)
print(nlevels(factor_apple))

当我们执行上述代码时，它会产生以下结果：

[1] green  green  yellow red    red    red    green 
Levels: green red yellow
[1] 3

数据框

数据框是表格数据对象。与矩阵不同，在数据框中，每一列可以包含不同的数据模式。第一列可以是数值型，而第二列可以是字符型，第三列可以是逻辑型。它是一个长度相等的向量的列表。

数据框使用data.frame()函数创建。

# Create the data frame.
BMI <- 	data.frame(
   gender = c("Male", "Male","Female"), 
   height = c(152, 171.5, 165), 
   weight = c(81,93, 78),
   Age = c(42,38,26)
)
print(BMI)

当我们执行上述代码时，它会产生以下结果：

  gender height weight Age
1   Male  152.0     81  42
2   Male  171.5     93  38
3 Female  165.0     78  26