R语言学习1---数据结构

R语言学习特别说明：对字母大小写敏感

• R语言对象：R语言有6种存储数据的对象类型，它们分别是向量、数组、列表、矩阵、因子、数据框，接下来会一 一举例说明

                       

• 对象的5种基本类型：字符（character） 数值(可以是整数或者是小数)（numeric）、整数（integer）、复合型(complex)、逻辑（logical）
• R对象的属性：对象的名称（name）、对象的维度（矩阵 数组）(dim)、对象的类型（class）、对象的长度(length)
• R语言赋值：R语言赋值不像C语言和Java语言赋值，R语言变量不需要声明，直接赋值使用

　　赋值符号用'<-'或者'='表示 ,推荐使用'<-'如：

　　x<-1
　　x:[1] 1  #方括号中的是x中的第一个元素　

• 向量（vector）

1.  简要描述：向量是用于存储数值型、字符型或逻辑型数据的一维数组,向量只能包含统一类型的对象 
2. 功能描述：函数vector(mode='logical',length=0L)有两个参数:类型(mode)和长度(length),创建的向量中元素值取决于参数所指定的数据类型:数值型（numeric()）向量则元素值都为0,逻辑型（logical()）都为FALSE,字符型（character()）都为""。
3. 向量的创建：　

　     x<-c("a","b","c") 
　　　　> x
　　　　[1] "a" "b" "c"
　　　　> y<-c(1,2,3,4,5)
　　　　> y
　　　　[1] 1 2 3 4 5
　　　　> z<-c(1:8)
　　　　> z
　　　　[1] 1 2 3 4 5 6 7 8

• 　矩阵（matrix）

1.  简要描述矩阵是向量加维度的属性
2. 矩阵创建：矩阵参数最少两个，行和列，创建的是空白内容，矩阵是按照列来填充，dim函数可以很好的看见矩阵是多少行多少列

  　　x<- matrix(nrow=3,ncol=4)
 
 　　 attributes(x)            #查看矩阵的具体描述信息

 注意：矩阵中元素的类型必须相同，矩阵是一维数组，当一个矩阵中存放不同类型的内容时会统一转换成一种类型，如下：

　　> x<-c(a,2,3,TRUE,FALSE)
　　> x
　　[1] 5 2 3 1 0

• 数组（Array）

1. 简要描述：R数组是多维的，矩阵和数组的区别是数组可以多维，而矩阵只能是一维
2. 创建数组：

　　> x<-array(1:24,dim=c(4,6))
　　> x
　　[,1] [,2] [,3] [,4] [,5] [,6]
　　[1,] 1 5 9 13 17 21
　　[2,] 2 6 10 14 18 22
　　[3,] 3 7 11 15 19 23
　　[4,] 4 8 12 16 20 24
　　> k<-array(1:24,dim=c(2,3,4))   #创建一个2行3列的思维数组，dim=c(2,3,4) 参数4代表的是数组的维度
　　> 
　　> k
　　, , 1
　　[,1] [,2] [,3]
　　[1,] 1 3 5
　　[2,] 2 4 6
　　, , 2　　　　　　
　　[,1] [,2] [,3]
　　[1,] 7 9 11
　　[2,] 8 10 12
　　, , 3
　　[,1] [,2] [,3]
　　[1,] 13 15 17
　　[2,] 14 16 18
　　, , 4
　　[,1] [,2] [,3]
　　[1,] 19 21 23
　　[2,] 20 22 24

• 列表（list）

1. 简要描述：列表是一个包含不同的类型的内容数据集,一个列表中可以存放很多不同类型的数据
2. 创建列表：list

 l<-list(a,2,TRUE,-2i)
　> l
　[[1]]
　[1] 5

　[[2]]
   [1] 2

   [[3]]
　[1] TRUE

　[[4]]
　　[1] 0-2i

  

•  命名列表内容

　　l2<-list(a=1,b=2,c=3)
　　> l2
　　$a
　　[1] 1
　　$b
　　[1] 2
　　$c
　　[1] 3

• 因子（Factor）

1. 简要描述：factor 因子是用来处理分类数据有序和无序的数据，可以把因子理解成整数向量，因子优于整数向量，在因子中使用levels=...来设置基线水平
2. 创建因子  ：

　　> x<-factor(c("female","male","male","female","male"))
　　> x
　　[1] female male male female male 
　　Levels: female male
　　> y<-factor(c("female","male","male","female","male"),levels=c("male","female"))
　　> y 
　　[1] female male male female male 
　　Levels: male female                               #Levels表示因子的水平，因子的水平可以手动设置

　　unclass(x)         #去掉因子的属性来看因子内容
　　table(x)           #计算因子中的词频

• 数据框（data.frame()）

1. 简要描述：R数据框是用于存储表格数据，存储列表,和矩阵关系密切，可以把它当作长度相同的列表
2. 数据库小规则：数据框中每个元素代表一列数据、数据框中每个元素的长度代表行数、数据框中元素类型可以不同
3. 创建数据框：

　　> df<-data.frame()
　　> df
　　data frame with 0 columns and 0 rows
　　> class(df)
　　[1] "data.frame"

• 　日期（Date）

　x<-Sys.date:获取当前系统的日期
　　x2<-"2015-10-01"    #声明字符型日期
　　x3<-"2017-10-01"
   x2<-as.Date("2015-10-01")
   x3<-as.Date("2017-10-01") 　　#将字符型的日期转换为日期类型
   weekdays(x)  #获取日期是周几
　　months(x)    #当前日期是哪月
　　quarters(x) #当前日期属于这一年的哪个季度 
   julian(x) #表示距离1970-01-01日期到现在过去了多少天18123

#时间运算，日期运算可以转换为整数
 　> x2
　　[1] "2015-10-01"
　　> x3
　　[1] "2017-10-01"
　　> x3-x2
　　Time difference of 731 days

　>as.numeric(x3-x2)   #将结果转换成数值类型
　　[1] 731

#两个日期做减法会得到一个字符型的结果，在处理数据时通常需要把它作相应的转换

　　

• 时间（Time）

1. 简要描述：时间类型有POSIXct和POSIXlt
2. 字符—>时间转换：

　　as.Date()    #字符转日期

　　as.POSIXct() as.POSIXlt() strptime()   #字符转时间

　　#　例如：　
　　x1<-"Jan 1,2019 02:18"
　　strptime(x1,"%B %d,%Y %H:%M")

　　

• 缺失值（NA/NaN）

1. 简要描述：缺失值的处理在数据分析中是很常见的一种，在数据预处理之前必须要处理数据的缺失值
2. R中的缺失值：NA/NaN :其中NaN属于NA，而NA不属于NaN :NaN一般只用于表示数字的缺失值
3. NA有类型属性：整数NA和字符NA
4. 检测缺失值的方法：is.na() / is.nan()
5. 实例：

　　> x<-c(5,NA,6,NA,NA)
　　> y<-c(5,NaN,6,NaN,NaN)
　　> 
　　> is.na(x)
　　[1] FALSE TRUE FALSE TRUE TRUE
　　> is.na(y)
　　[1] FALSE TRUE FALSE TRUE TRUE
　　> is.nan(x)
　　[1] FALSE FALSE FALSE FALSE FALSE
　　> is.nan(y)
　　[1] FALSE TRUE FALSE TRUE TRUE

　　#说明：is.na()表示的两个结果相同说明NaN属于NA

• 　　小结