《R语言实战》读书笔记--第二章 创建数据集

标签：

2.1数据集的概念

变量的类型是不同的，比如标示符、日期变量、连续变量、名义变量、有序型变量等，记得数据挖掘导论中有专门的描述。

R可以处理的数据类型包括了数值型、字符型、逻辑型、复数型（虚数）、原生型（字节）。

2.2数据结构

R拥有很多存储数据的对象类型，包括 标量、向量、矩阵、数组、数据框、列表。它们可以用下图表示：

因子是R中的名义型或者有序型变量，比较特殊。

2.2.1向量

标量是只有一个元素的向量，一般用来保存常量。其他没什么说的。

2.2.2矩阵

矩阵创建函数：

matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE   , # 注意默认按列进行填充
    dimnames = NULL or（dimnames = list(rowname,colname）)

关于矩阵的各种运算法则，书上没写，自己也不怎么会，因为用的不多现在，用的时候看就行了，网上一堆。

2.2.3数组

貌似自己用到的不多，array函数：

array(data = NA, dim = length(data), dimnames = NULL) 
#data是填充向量，dim是维数向量，dimnames是名称

记得有个函数是用来对行或者列进行边际求和的，margin.table等，用的时候自行百度吧再。

2.2.4数据框

书上说这是最常用的数据类型了，确实用的比较多。数据框创建函数data.frame：

data.frame(..., row.names = NULL, check.rows = FALSE,
           check.names = TRUE,
           stringsAsFactors = default.stringsAsFactors())
#check.rows 用来检查行的名称和数量是否一致，check.names 来检查变量（列）的名称是否唯一且符合语法，最后一项是用来描述是否将字符型向量自动转换为因子，默认转换，改变的话stringsAsFactors = FALSE即可。

注意数据框也是按列生成，每一列的数据类型必须一致。

好吧……看到了数据框的下标引用，自己试了试，发现一个trick，见下图：

上面的是一个数据框，请看下面的实验：

可以看出，数据框后面引用一个数字，代表直接引用了第几列，得到数据框；按照矩阵的方式去引用列的话，得到的是一个向量！！而用矩阵的方式引用行，得到的是数据框。R语言经常碰到这样的蛋疼情况，要十分注意。当然可以用$符号+列名引用某列（ps.中文状态下4的上面是￥，美元换成人民币…）.

下面是几个函数，没用过。学一下：

1、

《R语言实战》读书笔记--第二章 创建数据集

标签：

原文地址：http://www.cnblogs.com/batteryhp/p/4702502.html