R语言入门

2: R中数据类型

向量，矩阵，数组，数据框，Factor，列表，字符串

2.1 向量

在R中向量可以通过多种方式生成，并且向量也可以包含多种模式，如一个向量的每个元素都可以是字符串，向量也可以是一个因子。

## 向量的生成
## 1:通过":"产生
A <- 1:5
A
## 1:通过c()函数产生
A <- c(1,3,5,7,9)
A
## 2:通过seq()函数指定步长生成
B = seq(from=2,to=10,by=2)
B
## 2:通过seq()函数指定数目生成
B = seq(from=2,to=10,length.out=5)
B
## 4: 通过rep()函数生成具有重复元素的向量
C <- rep(1:2,5)
C
## 4: 也可以分别指定每个元素的重复次数
C <- rep(1:2,c(2,3))
C

向量中的元素，不仅可以为数字，也可以是字符串、TRUE或者FALISE等，同时向量也可以是一个因子向量

## 字符串向量
v_char<- c("A","B","C","D","E")
class(v_char)

## 逻辑向量
v_log <- rep(c(T,F),c(2,3))
v_log
class(v_log)

##因子形式的向量
v_fac <- factor(x=c("A","B","C","A","C"),levels = c("A","B","C"),labels = c("A","B","C"))
v_fac
levels(v_fac)

## 因子向量重新排序
v_fac<-ordered(v_fac,c("C","B","A"))
v_fac
levels(v_fac)
                

向量的简单计算和获取指定位置的元素

## 向量如果进行四则运算，竟会使用整个向量进行运算
vec <- seq(1,7)
vec
## 进行除法运算
vec/2
## 如果两个向量长度相等，则对应位置的元素进行运算
vec / (2*vec)
## 计算向量的累乘
cumprod(1:5)
## 计算向量的累加
cumsum(vec)

## 计算向量的长度
length(vec)

## 从向量中获取需要的元素，可以使用在中括号指定位置
vec[c(1,3,5,7,9)]

## 从向量中获取需要的元素，可以使用等长的逻辑向量
## 获取vec中能被3整除的元素
vec %% 3 == 0
vec[vec %% 3 == 0]


## 在 [] 中使用一号可以删除指定位置的元素
vec[c(-1,-5)]
## 给出向量的倒序
rev(vec)
## 给出符合条件元素所在的位置
which(vec %% 2 ==1)

## 数字向量转化为字符串向量
vec_num <- seq(from=2,to=10,by=2)
str(vec_num)
vec_char <- as.character(vec_num)
str(vec_char)
## 字符串向量转化为numeric
vec_num<-as.numeric(vec_char)
is.numeric(vec_num)

## 因子向量转化为字符串向量
vec_fac <- factor(c("A","B","C","A","C"))
str(vec_fac)
vec_fac2char <- as.character(vec_fac)
str(vec_fac2char)

## 查看向量的取值
unique(vec_fac2char)

## 查看每种取值的个数
table(vec_fac2char)

## 计算两个向量的并集
union(c(1:5),seq(2,10,2))

## 计算两个向量的差集
setdiff(c(1:5),seq(2,10,2))

##计算两个向量的交集
intersect(c(1:5),seq(2,10,2))

## 序列1是否是序列2中的元素
is.element(c(1:5),seq(2,10,2))

## 也可以使 %in%
c(1:5) %in% seq(2,10,2)

2.2 矩阵

向量属于一维数组，在R中矩阵二维数组可以使用matrix()函数生成

## 1 矩阵的生成
## 使用向量生成矩阵
vec <- seq(1,12)
mat <- matrix(vec,nrow = 2)
mat

mat <- matrix(vec,ncol = 4)
mat

## 生成矩阵时优先排列行
mat <- matrix(vec,nrow = 2,ncol = 4,byrow = TRUE)
mat

## 2 使用cbind()按照列连接多个向量
mat <- cbind(c(1,3,5,7),c(2,4,6,8),c(1:4))
mat

## 使用rbind()按照行连接多个向量
mat <- rbind(c(1,3,5,7),c(2,4,6,8),c(1:4))
mat

## 使用diag生成单位矩阵
diag(4)

## 也可以指定对角元素的内容
diag(c(1:4))

## 为矩阵添加列名和行名
colnames(mat) <- c("A","B","C","D")
rownames(mat) <- c("a","b","c")
mat

## 查看矩阵的维度
dim(mat)

## 计算矩阵有多少行
nrow(mat)

## 计算矩阵有多少列
ncol(mat)

## 计算矩阵的长度，即所有元素的个数
length(mat)

获取矩阵中的元素

## 可以使用 [行,列] 来获取元素
mat <- rbind(c(1,3,5,7),c(2,4,6,8),c(1:4))
colnames(mat) <- c("A","B","C","D")
rownames(mat) <- c("a","b","c")
mat

## 获取矩阵第2行第3列的元素
mat[2,3]

## 获取矩阵第2列的元素
mat[,2]

## 获取矩阵第1行的元素
mat[1,]

## 获取矩阵第"A","C"列的元素
mat[,c("A","C")]

## 通过逻辑值获取需要的元素，获取矩阵中的偶数
mat %% 2 == 0
mat[mat %% 2 ==0]

矩阵的运算

mat <- matrix(c(1:12),nrow = 3)
mat

## 矩阵的转置
t(mat)

## 矩阵的行和
rowSums(mat)
apply(mat,1,sum)

## 矩阵的列和
colSums(mat)
apply(mat,2,sum)
## 矩阵的行均值
rowMeans(mat)
## 矩阵的列均值
colMeans(mat)

## 矩阵与矩阵相乘
## 1 ：对应位置相乘
mat * mat

## 2 : 矩阵乘法
mat %*% t(mat)
mat2<- mat %*% t(mat)
mat2

## 得到上三角矩阵
mat2[lower.tri(mat2)]<-0
mat2

## 计算矩阵的行列式
mat3 <- cbind(1,2:4,c(2,4,1))
mat3
det(mat3)

## 计算矩阵的对角线元素
diag(mat3)

## 矩阵的逆矩阵，求解ax=b,默认b=I(单位矩阵)
set.seed(123)
solve(matrix(runif(16),4,4))

高维数组

## 使用array生成3维数组
arr <- array(1:24,dim = c(3,4,2))
arr

## 获取数组中的元素
## 第2层数据中的第二行的内容
arr[2,,2]

arr[which(arr %% 5 == 0)]

dim(arr)
## 对数据的每层计算均值
apply(arr,3,mean)
## 对数据的第二维度，列数据求和
apply(arr,2,sum)

数据框

## 生成数据框
df <- data.frame(id=c("A","B","C","D"),
                 age=c(10,15,9,12),
                 sex=c("F","M","M","F"),
                 score=c(17:20),
                 stringsAsFactors = FALSE
                 )
head(df)

## 查看数据的汇总
summary(df)

## 将sex转化为因子
df$sex<-factor(df$sex)

## 查看数据的汇总
str(df)

## 通过矩阵生成数据框
mat <- rbind(c(1,3,5,7),c(2,4,6,8),c(1:4))
mat2df <- as.data.frame(mat)
colnames(mat2df)<- c("A","B","C","D")
mat2df

选取数据框中的元素

## 通过[] 选择
df[,2]
## 通过$选择
df$id
## 获取id下的第3个元素
df$id[3]
## 通过变量的名称选择
df[c("id","age")]
## 通过行索引来选择指定的行
df[df$age>10,]
## 可以通过with函数取消$的使用
with(df,age>10)
## 使用逻辑值进行索引
df[df$id %in% c("B","D","F"),1:3]
## 为数据框添加新的变量
df$newvar<-df$score*2

列表

列表可以容纳任何类型和结构的数据

## 生成list

A <- factor(c("A","B","C","C","B"))
B <- matrix(seq(1:8),nrow=2)
C <- "Type"
D <- data.frame(id=c("A","B","C","D"),
                age=c(10,15,9,12))

## 使用A,B,C,D生成一个列表
mylist<- list(A,B,C,D)

mylist

str(mylist)

## 获取列表中的内容
## 1 使用 []
mylist[1]
mylist[[1]]
mylist[[2]][2,1:3]
mylist[[4]]$age[1:3]

##给列表中的内容添加名字
names(mylist)<-c("one","two","three","four")
names(mylist)
## 通过$来提取数据
mylist$one