# ←この記号の後は次の改行までコメントになります。
# Rオブジェクト編
# これまで、Lesson 3-4でベクターを、Lesson 5-6でデータフレームを取り扱ってきました。
# ベクターやデータフレームは、何種類かあるRオブジェクトの一部です。今回はRオブジェクトについてまとめます。
# スカラー（scalar）
# 数学での表現と同じで、スカラーはひとつの量です。Rでは数字だけでなく文字もスカラーです。
a<-3 # 数値のスカラー
a
## [1] 3
mode(a) # mode関数はその中身が、数字モードなのか、文字モードなのか、論理値モードなのかなど、中身の質を返します。
## [1] "numeric"
a<-"three" # 文字列のスカラー
a
## [1] "three"
mode(a)
## [1] "character"
a<-TRUE # 論理値のスカラー
a
## [1] TRUE
mode(a)
## [1] "logical"
# ベクター（vector）
# 同種のスカラーの組み合わせがベクターであり、逆に言えば、長さ1のベクターがスカラーです。
a<-c(1,2,3)
a
## [1] 1 2 3
mode(a)
## [1] "numeric"
a<-c("one","two","three")
a
## [1] "one" "two" "three"
mode(a)
## [1] "character"
a<-c(T,T,F) #TRUEはT FALSEはFと省略することができます。
a
## [1] TRUE TRUE FALSE
mode(a)
## [1] "logical"
# 因子型（factor）も試してみましょう。
a<-factor(c(1,2,2),labels=c("Female","Male"))
a
## [1] Female Male Male
## Levels: Female Male
mode(a) # 因子型はmode関数では文字列ではなく、数値として表されます。
## [1] "numeric"
class(a) # class関数はほぼ同じ（一部異なる）動作をします。各自で試してみて下さい。
## [1] "factor"
# データフレーム（data frame）は等長のベクターの集合です。
# Lesson 5-6で詳しく行ったので、軽く触れるだけで。
dataset.lesson5<-
data.frame(
age=c(63,82,62,58,71,60,64,74,89,72),
sex=c("Male","Male","Female","Male","Female","Female","Male","Male","Male","Female"),
stage=ordered(c(1,3,2,2,4,1,3,2,2,3),labels=c("I","II","IIIa","IIIb")),
ethnicity=factor(c(rep("Japanese",4),"Chinese","Japanese","Korean",rep("Japanese",3)))
)
class(dataset.lesson5)
## [1] "data.frame"
nrow(dataset.lesson5) # 行数（サンプル数、症例数）を調べる。
## [1] 10
# マトリックス（matrix） n * m の行列を作ることができます。
c(1:6) # 1,...,6 のベクター
## [1] 1 2 3 4 5 6
a<-matrix(c(1:6),nrow=2,ncol=3) # 2 * 3 行列にする
a
## [,1] [,2] [,3]
## [1,] 1 3 5
## [2,] 2 4 6
a<-matrix(c(1:6),nrow=3,ncol=2) # 3 * 2 行列にする
a
## [,1] [,2]
## [1,] 1 4
## [2,] 2 5
## [3,] 3 6
nrow(a) # 行数
## [1] 3
ncol(a) # 列数
## [1] 2
dim(a)
## [1] 3 2
# 更にarray関数で三次元以上の配列を作ることもできますが、普通は使わないので割愛
a<-array(c(1:12),dim=c(2,3,2))
a
## , , 1
##
## [,1] [,2] [,3]
## [1,] 1 3 5
## [2,] 2 4 6
##
## , , 2
##
## [,1] [,2] [,3]
## [1,] 7 9 11
## [2,] 8 10 12
dim(a)
## [1] 2 3 2
# リスト（list） 複数のオブジェクトを種類を問わず入れることができます。
# 例えば、このレッスンで使ったものを全部入れることもできます。
a<-
list(
3,
c("one","two","three"),
c(T,T,F),
dataset.lesson5,
matrix(c(1:6),nrow=3,ncol=2))
a[[1]] # リストの1番目にアクセスします。
## [1] 3
a[[2]] # リストの2番目にアクセスします。
## [1] "one" "two" "three"
a[[3]] # リストの3番目にアクセスします。
## [1] TRUE TRUE FALSE
a[[4]] # リストの4番目にアクセスします。
## age sex stage ethnicity
## 1 63 Male I Japanese
## 2 82 Male IIIa Japanese
## 3 62 Female II Japanese
## 4 58 Male II Japanese
## 5 71 Female IIIb Chinese
## 6 60 Female I Japanese
## 7 64 Male IIIa Korean
## 8 74 Male II Japanese
## 9 89 Male II Japanese
## 10 72 Female IIIa Japanese
a[[5]] # リストの5番目にアクセスします。
## [,1] [,2]
## [1,] 1 4
## [2,] 2 5
## [3,] 3 6