前言：经过之前的学习，大家应该大概对R有了一些了解，但是又会感觉懵懵懂懂，这很正常，学习一门语言的路很长，并不能通过一早一夕变进步神速，贵在持之以恒。但无论学什么，基础一定要打好。学知识切记不可如空中楼阁，这会很影响我们向更高层进步。如果凡事只学习应用而不学习背景与基础，也许在面对某些特定项目时，你表现的和别人的水平并无很大差距，但是遇到新知识时，接收能力却会和别人有天壤之别。
今天所写的是一些很基础的知识，并无涉及到代码问题，而是加强大家对R语言结构的认知。
R语言的数据结构详解：
1.向量（vector）
向量是R最基本的数据结构，包括之前教的复制x<- 1, 此时的x便是一个向量（vector）。 vector的数据有几种种类，如 numeric（数值）、character（字符）、logical（逻辑，如TRUE FALSE）、NULL（空）、NA（缺失值）。通过c（）函数可以一次性赋值很多个值，如：
subject_name <- c("John Doe", "Jane Doe", "Steve Graves")
temperature <- c(98.1, 98.6, 101.4)
flu_status <- c(FALSE, FALSE, TRUE)这三个变量都是vector，我们可以通过class（）函数来看变量的类型：
class(subject_name)
[1] "character"特点：vector是一维的，且同一个vector只能有一种类型的值组成，如果我们这样子赋值：
a<- c(2,'s',TRUE)
a
[1] "2" "s" "TRUE"
class(a)
[1] "character"2本是numeric的数据，而TRUE是逻辑类型，这里全部被强行转换成了character，这是因为vector只能有一种类型的数据。
R里的数据是有顺序的，想要提取向量（vector）里面的数据，我们可以:
a[2]
[1] "s"想要删除数据，可以：
a<- a[-2]
a
[1] "2" "TRUE"2.因子（factor）
# add gender factor
gender <- factor(c("MALE", "FEMALE", "MALE"))
gender
[1] MALE FEMALE MALE
Levels: FEMALE MALE
# add blood type factor
blood <- factor(c("O", "AB", "A"),
levels = c("A", "B", "AB", "O"))
blood [1] O AB A Levels: A B AB O如上代码所赋值的变量就是因子，fatctor。 很容易理解factor应该被使用的地方， 如上性别，我们往往需要知道的是有多少个男和女，并不需要一股脑呈现出如：男、男、男、女、男、女 这种类型（这是vector）的数据，更希望的是男（4）、女（2）这是factor。 就像上面血型blood变量一样，里面没有B型，但是按道理血型应该有B型，于是如果我们：
table(blood)
blood
A B AB O
1 0 1 1 #B型血显示为0如果我们需要给levels定一个高低，我们可以：
# add ordered factor
symptoms <- factor(c("SEVERE", "MILD", "MODERATE"),
levels = c("MILD", "MODERATE", "SEVERE"),
ordered = TRUE) #加了ordered=T
symptoms
[1] SEVERE MILD MODERATE
Levels: MILD < MODERATE < SEVERE
# check for symptoms greater than moderate
symptoms > "MODERATE" #结果为 [1] TRUE FALSE FALSE查看变量类型：
class(blood)
[1] "factor" #因子3. 列表（list）
list与vector很像，区别在于list可以含有不同类别的数值，如：
subject1 <- list(fullname = subject_name[1], #character
temperature = temperature[1], #numeric
flu_status = flu_status[1], #logic
gender = gender[1], #factor
blood = blood[1],
symptoms = symptoms[1])
class(subject1)
[1] "list"4.数据框（dataframe）
dataframe是我们用的最多的数据结构，因为它能包含的信息很多，结合了vector以及list的特点，它是二维的。dataframe可以含有不同类别的数值，但是同一列（column）只能含有一种类别，同一行（row）可以含有多种类别。我们可以理解为列就像vector，而行像list。并且，每一列都需要同长度。
pt_data <- data.frame(subject_name, temperature, flu_status, gender,
blood, symptoms, stringsAsFactors = FALSE)
# display the data frame
pt_data
subject_name temperature flu_status gender blood symptoms
1 John Doe 98.1 FALSE MALE O SEVERE
2 Jane Doe 98.6 FALSE FEMALE AB MILD
3 Steve Graves 101.4 TRUE MALE A MODERATE
class(pt_data)
[1] "data.frame"要提取dataframe中的数值非常方便，而且方法很多：
# get several columns by specifying a vector of names
pt_data[ ,c("temperature", "flu_status")] #有逗号
temperature flu_status
1 98.1 FALSE
2 98.6 FALSE
3 101.4 TRUE
pt_data[c("temperature", "flu_status")] #效果同上，但我不推荐使用
# this is the same as above, extracting temperature and flu_status
pt_data[2:3]#效果同上，但我不推荐使用
pt_data[ ,c(2:3)] #效果同上 ，有逗号
一开始说过，基础要打好，那么习惯就得养成好。 我不推荐使用的表达方式，是因为dataframe是二维的，那么它就应该有x和y（行与列）的区别，虽然上诉的一些方法一样可以提取出这个dataframe的2、3列，但是它并没有很好地表现出来dataframe的二维性。 一般来说，提取dataframe中的数据我们使用逗号来区别行与列，如我想要第一行，第二列的数据，那么我们只能：
# accessing by row and column
pt_data[1, 2]
pt_data[c(1, 3), c(2, 4)] #1，3 行的2，4列数据
逗号前是行，逗号后是列，需要所有行，可以写成：
pt_data[ , 2] #留空代表取所有行
pt_data[ , ] #效果等同于 pt_data5. 矩阵（matrix）与数组（array）
矩阵就像我们数学里的矩阵一样，如：
m <- matrix(c(1, 2, 3, 4), nrow = 2)
m
[,1] [,2]
[1,] 1 3
[2,] 2 4nrow=2的意思是 2行，可以发现，matrix的形成是按列来的，先将1，2填进第一列，再形成第二列3，4. 那是因为matrix（）方程里面实际上有matrix（byrow= F）这个设定，如果我们：
# create a 2x2 matrix
m <- matrix(c(1, 2, 3, 4), nrow = 2, byrow = T)
m
[,1] [,2]
[1,] 1 2
[2,] 3 4可以发现区别。array和matrix有类似，但是array不仅仅是二维，而是可以多维，这里不做深究。
matrix一般多用于数学计算，所以里面一般多是数值型数据。
ALL IN ALL
就我个人看法， dataframe的应用是最广泛的，读取file（csx，xlsx，txt，dat等）都是dataframe的格式，而R最好的是，数据都是带顺序的，提取起来非常方便，这也是R这种天生为数据统计设计的软件的优势以及特点。