R数据结构

2.矩阵（matrix）：向量+维度属性（整数向量：nrow, ncol）

2.1 创建矩阵：

        方法一： x <- matrix(nrow=3, ncol=2) #创建一个3行2列矩阵，元素为NA。该函数创建矩阵时先列后行。

                        x <- matrix(1 : 6, nrow=3, ncol=2) #按列填充元素

        方法二： y <- 1 : 6  #生成一个向量

                       dim(y) <- c(2, 3) #指定行数与列数

其他：dim(matrix)：查看矩阵matrix的行数与列数

attributes(matrix)：查看矩阵matrix有哪些属性

2.2 拼接矩阵

y1 <- 1 : 6
dim(y1) <- c(2 : 3)
y2 <- matrix(1:6, nrow =2, ncol=3)

rbind(y1, y2) #按行拼接
cbind(y1, y2) #按列拼接

3.数组：与矩阵类似，但维度可以大于2

创建数组：x <- array(1:24, dim=c(4, 6)) #参数1填充元素，参数2指定维度

                y <- array(1:24, dim=c(2, 3, 4))

向量（vector）：只能包含同一类型的对象

创建向量的方法：1. 定义 x <- vector(数据类型，数据长度)

                           2. x1 <- 1:4   #创建整型向量1-4

                           3. x3 <- c(向量的元素)  # 例如构建向量x3<-c(1，2）

#对于向量中元素类型不同的情况，R语言中会自动强制转化

 例如x3 <- c(TRUE,10,"a") 会转换为("TRUE","10","a"）

 as.numeric(x)   #将x转换为数值型向量

 as.logical(x)      #将x转换为逻辑向量

 as.character(x)  #将x转换为字符型向量

names(x1) <- c("a","b","c")  #给向量x1进行命名,“a”为第一个向量元    

                                              素的名字，依次类推

#日期

1

1

1

数组三个维度的排列

#tapply函数的应用

#对向量的子集进行操作

#rnorm(5)前五个正态分布

#runif(5)中间五个均匀分布

#rnorm(5,1)均值标准差为0的分布

x<-c(rnorm(5),runif(5),rnorm(5,1))#第三个为均值为1，方差为0的正态分布

f<-gl(3,5)#

tapply(x,f,mean)

tapply(x,f,mean,simplify=FALSE)

#data frame 数据框

#第一个参数代表第一列的内容，第二个参数表示第二列的内容

df <- data.frame(id = c(1,2,3,4),name = c("a","b","c","d"),gender = c(TRUE,TRUE,FALSE,FALSE))    

#查看数据框有多少行

nrow(df)

#查看数据框有多少列

ncol(df)

#定义一个类似矩阵的数据框

df2 <- data.frame(id=c(1,2,3,4),score = c(89,90,70,50))

#数据框转换成矩阵，要求，第二个参数的数据类型必须一样

data.matrix(df2)

本章小结-学习内容

数据结构矩阵函数

4-7总结数据信息

head(airquality)(airquality的前6行)

head(airquality，10)(airquality的前10行)

tail(airquality)（airquality的后6行）

summary(airquality的变量的描述统计)

str(airquality)(把airquality进行了总结)

table(airquality$Ozone,useNA="ifany")(如果有缺失值就总结出来)

table(airquality$Month,airquality$Day)(得到二维的表)

any(is.na(airquality$Ozone))(如果返回的是TRUE，就说明一定有缺失值)

sum(is.na(airquality$Ozone))(臭氧含量中有多少缺失值)

all(airquality$Month<12)(是不是所有的月份都小于12)

titanic<-as.data.frame(Titanic)

head(Titanic)

dim(Titanic)(维度)

summary(Titanic)

x<-xtabs(Freq~Class+Age,data=titanic)(Class+Age的交叉频率，)

ftable(x)(与上面类似 结果更扁平化)

object.size(airquality)(数据的大小)

print(object.size(airquality),units="kb")

4-6排序

排序

sort:对向量进行排序；返回排好序的内容

order:返回排好序的内容的下标/多个排序标准

x<-data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1))

sort(x$v2)(对v2这一列按照升序进行排序)

sort(x$v2,decreasing=TRUE)(对v2这一列按照降序进行排序)

order(x$v2)(返回的不是内容本身 返回了行号)

x[order(x$v2),](对整个数据框按照v2这一列进行排序)

x[order(x$v4,x$v2),](对整个数据框按照v4这一列进行排序,如果v4中有重复的元素，则按照v2排序)

x[order(x$v4,x$v2),decreasing=TRUE](降序)

4-5split

split:根据因子或因子列表将向量或者其他对象进行分组，通常与lapply一起使用。

        split(参数)：split(向量/列表/数据框，因子/因子列表)

x<-c(rnom(5),runif(5),rnorm(5,1))

f<-gl(3,5)

split(x,f)(返回了列表，有3个水平，每个水平有5个元素)

lapply(split(x,f),mean)

head(airquality)

s<-split(airquality,airquality$Month)(按月份来查看空气质量的数据)

table(airquality$Month)(airquality到底包含了多少个月份的数据并且每个月下面多少条记录)

lapply(s,function(x) colMeans(x[,c("Ozone","Wind","Temp")]))(计算每1个月的臭氧含量、风速和温度的平均值)

sapply(s,function(x) colMeans(x[,c("Ozone","Wind","Temp")],na.rm=TRUE))(不包含缺失值)

4-4 tapply

tapply:对向量的子集进行操作     tapply(参数)：tapply(向量，因子/因子列表，函数/函数名)

x<-c(rnom(5),runif(5),rnorm(5,1))(15个元素，前5个来自正态分布，中间5个来自均匀分布，后5个来自均值为5，标准差为1的正态分布)

建立因子：f<-gl(3,5)(3代表这个因子包含3个水平，5代表每个水平下有5个元素)

tapply(x,f,mean)(对向量x按照因子的水平进行分组，对每一组求均值)

tapply(x,f,mean，simplify=FALSE)