字符（character）

数值（numeric：real numbers）

整数（interger：2L）

复数（complex）：1+2i

逻辑（logical：True/False）

构建子集subsetting： 

原始数据(raw dataset) ->预处理后的数据(clean dataset) 。

原始数据通过预处理得到想要操作的数据，过程中需要构建子集。  

向量的子集 

基本方法： 

[]：提取一个或多个类型相同的元素。类似于索引操作，但下标从1开始。[1:5]提取第1个到第5个元素。可在[]加上判定条件，如x[x>5]，通过x>5返回每个元素与5比较大小后的真值，然后提取出x中为TRUE的元素。&并且，|或者。也可在[]输入元素对应的名字，名字要加""。 

[[]]：从列表或数据框中提取元素 

$：按名字从列表或数据框中提取元素 对于向量，直接用向量名加上判定条件，是对向量中的每个元素都进行判断，并返回每个元素对应的真值。

向量

——只能包含同一类型的对象

——创建向量：

vector()

c()

as.logical()/as.nnumeric()/as.character()

注释：#

赋值：<-

本章小结：

日期与时间： 

-日期：Date，是距离19700101的天数 

获取当前系统的时间：date() #是字符型 

获得日期类型的数据：Sys.Date() #是Date类型 

将字符串转变为Date类型：as.Date("yyyy-mm-dd") 

获取星期：weekdays(Date类型变量名字) 

获取月份：months(Date类型变量名字) 

获取季度：quarters(Date类型变量名字) 

获取距离1970-01-01的天数：julian(Date类型变量名字) 

Date类型之间可以进行运算，相减就是相差的天数，通过as.numeric()来转变为数值类型

 -时间：POSIXct/POSIXlt，是距离19700101的秒数 

POSIXct：整数，常用于存入数据框 

POSIXlt：列表，还包含星期、年、月、日等信息 

获取当前系统时间：Sys.time() #是POSIXct类型 

通过names(unclass(POSIXlt类型变量名))获取存储的信息。

通过"POSIXlt类型变量名$信息"获得，比如p$sec 

时间的模式存储strptime （）

 通过as.来进行变量类型转换

注：strptime()运行是NA，是因为安装了中文版本，所以把Jan改成一月就完美解决了。

数据框：

存储表格数据。视为各种元素长度相同的列表，每个元素代表一列数据，每个元素的长度代表行数，元素类型可以不同。相当于list。

创建数据框：数据框名字 <- data.frame(第一列内容id=c(1,2,3,4)，第二列内容name=c(1,2,3,4)，...，第n列内容) #列名和列的值 

查看数据框行数：nrow(数据框名字) 

查看数据框列数：ncol(数据框名字) 

 将数据框转换成矩阵：矩阵名字 <- data.matrix(数据框名字)

缺失值：

NA和NaN NaN一般表示数字的缺失值，NA可以表示的缺失值类型更广，所以NaN属于NA，NA不属于NaN。 

NA有类型属性：integer NA,character NA等 

判断向量中是否有缺失值：is.na(向量名)，is.nan(向量名)，如果是缺失值返回TRUE，如果不是返回FALSE

2.5 factor(因子)

 --分类数据/有序（e.g. 低中高） vs 无序（e.g. 男女）

 --整数向量+标签（label） 

male/female vs 1/2

创建因子 

x<-factor(c("female","female","male","male","female")) 

y<-factor(c("female","female","male","male","female"),levels =c("male","female"))  levels代表基线水平，谁在前，谁就是那个基线水平。统计分析中基线水平很重要。

table(x) 了解整体

unclass(x) 去掉属性看内容

因为可以把因子当成整型变量加上一个属性

class(unclass(x)) 

整型

因子factor：可以理解为整数向量+标签（label）（优于整数向量，每个数字有自己具体的含义）。

• 注释：# ，跟python一样

  
  

• 控制台的命令是一次的，如果想重复使用，就要在上面的脚本新建文件并保存，而且文件里的执行需要选择run才可以执行，不像命令里的语句，直接按回车键。

  
  

• 向量（vector）的表示方法：

    x<- vector("characrer",length=10) #长度为10的字符向量，元素为空

    x1 <- 1:4      # x=(1,2,3,4) 

    x2  <- c(1,2,3,4)

如果用第三种方法去创建向量时，传入三种不同类型的值，R会自动强制转换成可用类型。

• x3 <- c (TRUE, 10, "a")

注意元素“a”要加双引号，否则会显示找不到元素a。

• 强制类型转换：

  as.numeric(参数)

  as.logical(参数)

  as.character(参数)

  强制转换可能会引入缺失值，比如"a"强转numeric类型会变为NA

  
  

• names()可以给向量的元素添加名称 ,注意name有s。

  
  

1. 5种数据结构：字符 character, 数值 numeric, 整数 integer, 复数complex :1+2i, 逻辑: logical :TRUE/FALSE

2. 查看数据结构类型用class (), 括号里写要查看的变量

3. 赋值类型有两种:＜- 还有=（有可能出现错误），标准用法是＜- 。

4.强调数据是整数 则在数字后加L

5.逻辑类型True/False需要大写，R语言 区分大小写！

6.字符型的参数要用双引号" "引用

R对象的属性(attribute)： 

名称 （name） 

维度 （dimension: matrix, array） 

类型 （class） 

长度 （length）

1. 5种数据结构：字符 character, 数值 numeric, 整数 integer, 复数complex :1+2i, 逻辑: logical :TRUE/FALSE

2. 查看数据结构类型用class (), 括号里写要查看的变量

3. 赋值类型有两种:＜-还有=（有可能出现错误），标准用法是＜- 。

4.强调数据是整数则在数字后加L

5.逻辑类型True/False需要大写，R语言 区分大小写！

6.字符型的参数要用双引号""引用

 赋值

数字：numeric

整数：数字后面加上大写的L    integer

数据结构

对象的五种基本类型：

字符

数值

整数

复数

逻辑

数据结构

数据操作

    构建子集

    重要函数的使用