R语言-数据对象与运算
数据对象与类型的R语言表示
1.mode（）函数：输出数据类型；length（）函数：输出数据长度
2.可以用指数形式表示数据，如：2e+10,2e-10
3.Inf:表示正无穷；-Inf:表示负无穷；NAN：表示不是数的值
4.加双引号表示字符型数据；\“”：表示引用双引号
5.数据对象类型：
向量：数值，字符，复数，逻辑
因子：数值，字符
数组：数值，字符，复数，逻辑
矩阵：数值，字符，复数，逻辑
数据框：数值，字符，复数，逻辑
时间序列：数值，字符，复数，逻辑
列表：数值，字符，复数，逻辑，函数，表达式
数据对象构造
- 向量的构造
向量：由相同基本类型元素组成的序列
向量的赋值：
1.1函数c()赋值
x=c(1,3,5,7)
1.2函数assign()赋值
assign("y",c(1,3,5,7))
1.3用“：”可以产生步长为1的序列
z=1:5
1.4函数seq(from,to,by)：产生有规律的各种序列,by表示步长
seq(10,1,-1)
1.5函数rep(x,times)
rep(c(1,3),3)
表示将数组（1，3）重复三次
输出结果：
[1] 1 3 1 3 1 3
- 矩阵的构造
矩阵（二维数组）：用行和列排列的长方形数据表格，通常行表示不同的对象，列表示不同的变量。
函数matrix()：构造矩阵
matrix（data=NA,nrow=1,ncol=1,byrow=False,dimnames=NULL）
其中，data为向量数据，nrow为行数，ncol为列数，byrow默认为false，表示生成矩阵的数据按列放置，dimname默认为空，表示矩阵行和列的名字。
matrix(c(1,3,5,7,9,11,13,15),4,2)
输出结果：
[,1] [,2]
[1,] 1 9
[2,] 3 11
[3,] 5 13
[4,] 7 15
3.数组的构造
数组：带有多个下标、类型相同元素的集合。
函数array()：构造数组
array(x=NA,dim=length(data),dimnames=NULL)
array(1:20,c(2,2,5))
输出结果：
, , 1
[,1] [,2]
[1,] 1 3
[2,] 2 4
, , 2
[,1] [,2]
[1,] 5 7
[2,] 6 8
, , 3
[,1] [,2]
[1,] 9 11
[2,] 10 12
, , 4
[,1] [,2]
[1,] 13 15
[2,] 14 16
, , 5
[,1] [,2]
[1,] 17 19
[2,] 18 20
4.列表的构造
列表：是特殊的对象集合，列表中包含的对象又叫做成分，成分可以是不同的类型。
list(变量1=分量1，变量2=分量2，…)
list(name="Fred",wife="Mary",no.childern=3,child.ages=c(4,7,9))
输出结果：
$name
[1] "Fred"
$wife
[1] "Mary"
$no.childern
[1] 3
$child.ages
[1] 4 7 9
5.数据框的构造
数据框：矩阵形式的数据，各列可以是不同类型的数据。即可以看作是一种矩阵的推广，又可以看作是特殊的列表。
data.frame(data1,data2,…)
data.frame(name=c("Alice","Becka","James","Jeffrey","John"),sex=c("F","F","M","M","M"),age=c(13,13,12,13,12),height=c(56.5,65.3,57.3,62.5,59),weight=c(84,98,83,84,99.5))
输出结果：
name sex age height weight
1 Alice F 13 56.5 84.0
2 Becka F 13 65.3 98.0
3 James M 12 57.3 83.0
4 Jeffrey M 13 62.5 84.0
5 John M 12 59.0 99.5
6.时间序列的构造
时间序列：可使用函数ts()由向量（一元时间序列）或者矩阵（多元时间序列）创建一个时间序列对象。
ts(data=NA,start=1,end=numeric(0),frequency=1,deltat=1,ts.eps=getoption(“ts.eps”),class,names),其中data为向量或矩阵；start为第一个观测值的时间，可以为一个数或者两个数构成的向量；end为最后一个观察值的时间，指定方法与start相同；frequency为单位时间内观察值的频率（频数）；deltat为两个观察值之间的时间间隔（frequency和deltat必须并且只能指定其中一个）；ts.eps为序列间的误差限；class为对象的类型；names为字符型向量，给出多元序列中每个一元序列的名称，若缺省则为data中每列数据名称或者series1,series2,…)
ts(matrix(rpois(36,5),12,3),start=c(1961,1),frequency=12)
输出结果为：
Series 1 Series 2 Series 3
Jan 1961 8 5 7
Feb 1961 6 1 2
Mar 1961 4 8 3
Apr 1961 6 7 8
May 1961 3 6 8
Jun 1961 5 3 7
Jul 1961 1 8 4
Aug 1961 6 5 4
Sep 1961 4 3 5
Oct 1961 8 8 2
Nov 1961 3 5 7
Dec 1961 8 5 6
7.因子与有序因子
分类数据是把数据分成不同的水平或因子。
- facter(x,levels=sort(unique(x),na.last=TRUE),labels,exclude=NA,ordered=FALSE)把一个向量编码成一个因子。
sex=c("f","m","f","f","m")； factor(sex)
输出结果：
[1] f m f f m
Levels: f m
- gl(n,k,length=n*k,labels=1:n,ordered=FALSE)产生因子。n表示水平数，k表示每个水平重复的次数，lenghth表示结果的长度，labels是一个n维向量，表示因子水平，ordered表示是否为有序因子。
> gl(3,5)
[1] 1 1 1 1 1 2 2 2 2 2 3 3 3 3 3
Levels: 1 2 3
> gl(3,1,9)
[1] 1 2 3 1 2 3 1 2 3
Levels: 1 2 3
- expand.grid()创建一个数据框，实现把各参数的各水平完全搭配。
> expand.grid(h=c(60,80),w=c(100,300),sex=c("Male","Female"))
h w sex
1 60 100 Male
2 80 100 Male
3 60 300 Male
4 80 300 Male
5 60 100 Female
6 80 100 Female
7 60 300 Female
8 80 300 Female
- ordered()生成有序因子
> ordered(c("B","C","D","B","A","D","A"),levels=c("D","C","B","A"))
[1] B C D B A D A
Levels: D < C < B < A