R语言数据结构(二).docVIP

1、数组 数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建，形式如下： 其中vector包含了数组中的数据，dimensions是一个数值型向量，给出了各个维度下标的最大 值，而dimnames是可选的、各维度名称标签的列表。举个例子： dim1-c(A1,A2) dim2-c(B1,B2,B3) dim3-c(C1,C2,C3,C4) z-array(1:24,c(2,3,4),dimnames=list(dim1,dim2,dim3)) z , , C1 B1 B2 B3 A1 1 3 5 A2 2 4 6 , , C2 B1 B2 B3 A1 7 9 11 A2 8 10 12 , , C3 B1 B2 B3 A1 13 15 17 A2 14 16 18 , , C4 B1 B2 B3 A1 19 21 23 A2 20 22 24 数组是矩阵的一个自然推广。它们在编写新的统计方法时可能很有用。像矩阵一样，数组中的数据也只能拥有一种模式。从数组中选取元素的方式与矩阵相同。上例中，元素z[1,2,3]为15。 数组中的元素查找 z[1,2,3] [1] 15 z[,,3] B1 B2 B3 A1 13 15 17 A2 14 16 18 z[1,,3] B1 B2 B3 13 15 17 z[,1,3] A1 A2 2、数据框 由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。它与你通常在SAS、SPSS和Stata中看到的数据集类似。数据框将是你在R中最常处理的数据结构。表2-1所示的病例数据集包含了数值型和字符型数据。由于数据有多种模式，无法将此数据集放入一个矩阵。在这种情况下，使用数据框是最佳选择。 数据框可通过函数data.frame()创建： 其中的列向量col1, col2, col3,…可为任何类型（如字符型、数值型或逻辑型）。每一列的 名称可由函数names指定。举例如下。 patientID-c(1:4) age-c(25,34,28,52) diabetes-c(Type1,Type2,Type1,Type1) status-c(poor,improved,excellent,poor) patientdata-data.frame(patientID,age,diabetes,status) patientdata patientID age diabetes status 1 1 25 Type1 poor 2 2 34 Type2 improved 3 3 28 Type1 excellent 4 4 52 Type1 poor 查询数据框中的元素 patientdata[1,3] [1] Type1 Levels: Type1 Type2 patientdata[1:3] patientID age diabetes 1 1 25 Type1 2 2 34 Type2 3 3 28 Type1 4 4 52 Type1 patientdata[c(patientID,diabetes)] patientID diabetes 1 1 Type1 2 2 Type2 3 3 Type1 4 4 Type1 patientdata[,3] [1] Type1 Type2 Type1 Type1 Levels: Type1 Type2 patientdata$age [1] 25 34 28 52 例子中的记号$，它被用来选取一个给定数据框中的某个特定变量。 利用条件查询元素 查询类型是Type1的行元素 patientdata[which(diabetes==Type1),] patientID age diabetes status 1 1 25 Type1 poor 3 3 28 Type1 excellent 4 4 52 Type1 poor 查询类型是Type1的行中年龄age这一列元素 patientdata[which(diabetes==Type1),age]-----元素的列名是age [1] 25 28