数据类型

通常，在使用任何编程语言进行编程时，您需要使用各种变量来存储各种信息。 变量只是用于存储值的保留内存位置。 这意味着，当您创建变量时，您在内存中保留了一些空间。

您可能希望存储各种数据类型的信息，如字符，宽字符，整数，浮点，双浮点，布尔等。根据变量的数据类型，操作系统分配内存并决定可以存储的内容。保留的记忆。

与R中的其他编程语言（如C和Java）相比，变量未声明为某种数据类型。 变量分配有R-Objects，R对象的数据类型成为变量的数据类型。 有许多类型的R对象。 经常使用的是 -

• Vectors
• Lists
• Matrices
• Arrays
• Factors
• 数据框架

这些对象中最简单的是vector object ，这些原子矢量有六种数据类型，也称为六类矢量。 其他R-Objects建立在原子向量之上。

v <- TRUE 
print(class(v))

[1] "logical" 

v <- 23.5
print(class(v))

[1] "numeric"

v <- 2L
print(class(v))

[1] "integer"

v <- 2+5i
print(class(v))

[1] "complex"

v <- "TRUE"
print(class(v))

[1] "character"

v <- charToRaw("Hello")
print(class(v))

[1] "raw" 

在R编程中，最基本的数据类型是称为vectors的R对象，它们包含不同类的元素，如上所示。 请注意在R中，课程数量不仅限于上述六种类型。 例如，我们可以使用许多原子向量并创建一个其类将成为数组的数组。

Vectors

如果要创建具有多个元素的向量，则应使用c()函数，这意味着将元素组合到向量中。

# Create a vector.
apple <- c('red','green',"yellow")
print(apple)
# Get the class of the vector.
print(class(apple))

当我们执行上面的代码时，它会产生以下结果 -

[1] "red"    "green"  "yellow"
[1] "character"

Lists

列表是一个R对象，它可以在其中包含许多不同类型的元素，如向量，函数甚至其中的另一个列表。

# Create a list.
list1 <- list(c(2,5,3),21.3,sin)
# Print the list.
print(list1)

当我们执行上面的代码时，它会产生以下结果 -

[[1]]
[1] 2 5 3
[[2]]
[1] 21.3
[[3]]
function (x)  .Primitive("sin")

Matrices

矩阵是二维矩形数据集。 可以使用矩阵函数的向量输入创建它。

# Create a matrix.
M = matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)
print(M)

当我们执行上面的代码时，它会产生以下结果 -

     [,1] [,2] [,3]
[1,] "a"  "a"  "b" 
[2,] "c"  "b"  "a"

Arrays

虽然矩阵局限于两个维度，但阵列可以具有任意数量的维度。 数组函数采用dim属性创建所需的维度数。 在下面的例子中，我们创建了一个包含两个元素的数组，每个元素都是3x3矩阵。

# Create an array.
a <- array(c('green','yellow'),dim = c(3,3,2))
print(a)

当我们执行上面的代码时，它会产生以下结果 -

, , 1
     [,1]     [,2]     [,3]    
[1,] "green"  "yellow" "green" 
[2,] "yellow" "green"  "yellow"
[3,] "green"  "yellow" "green" 
, , 2
     [,1]     [,2]     [,3]    
[1,] "yellow" "green"  "yellow"
[2,] "green"  "yellow" "green" 
[3,] "yellow" "green"  "yellow"  

Factors

因素是使用向量创建的r对象。 它将向量与向量中元素的不同值一起存储为标签。 无论输入向量中的标签是数字，字符还是布尔等，标签始终都是字符。 它们在统计建模中很有用。

使用factor()函数创建factor() 。 nlevels函数给出了级别的计数。

# Create a vector.
apple_colors <- c('green','green','yellow','red','red','red','green')
# Create a factor object.
factor_apple <- factor(apple_colors)
# Print the factor.
print(factor_apple)
print(nlevels(factor_apple))

当我们执行上面的代码时，它会产生以下结果 -

[1] green  green  yellow red    red    red    green 
Levels: green red yellow
[1] 3

数据框架

数据框是表格数据对象。 与数据帧中的矩阵不同，每列可以包含不同的数据模式。 第一列可以是数字，而第二列可以是字符，第三列可以是逻辑列。 它是等长的向量列表。

使用data.frame()函数创建数据框。

# Create the data frame.
BMI <- 	data.frame(
   gender = c("Male", "Male","Female"), 
   height = c(152, 171.5, 165), 
   weight = c(81,93, 78),
   Age = c(42,38,26)
)
print(BMI)

当我们执行上面的代码时，它会产生以下结果 -

  gender height weight Age
1   Male  152.0     81  42
2   Male  171.5     93  38
3 Female  165.0     78  26