R语言中的常用数据结构

R对象的基本类型

R对象的属性

R的数据结构

向量

矩阵

数组

列表

因子

缺失值NA

数据框

R的数据结构总结

R语言可以进行探索性数据分析，统计推断，回归分析，机器学习，数据产品开发

R对象的基本类型

R语言对象有五种基本类型，分别是字符，数值，整数，复数，逻辑

你可能有疑问，整数也好，复数也好，不都是数值吗？为什么要分成好几种类型呢？可以看这个例子

class函数用来查看某个变量的类型，同样的一个数3.14.如果不加L，就是数值型，加上L就是整数型，这个了解即可

R对象的属性

前面介绍的类型是R对象的某一种属性，除了类型之外，R还有名称，维度（比如矩阵或者数据框的几行几列），长度等等属性。

R的数据结构

向量

向量用于存放一组类型相同的数据，有点像C语言中的数组

向量的创建可以使用vector函数

这样就创建了一个向量，长度是十个字符，内容均为空字符，因为我们在前面创建的时候没有初始化

也有更便捷的创建方式如

这样就生成了一个1到4的向量

这种方式虽然便捷，但是只能创建等差的数据

创建向量还可以使用c函数，比如

这样就创建了这样一个向量

使用c函数创建向量的好处在于可以随意地输入我们想要的内容

可以看见使用c函数和直接1:4创建的向量一个是数值型一个是整数型，不比在意这个差异，这个差异并不会造成什么影响。

我们说向量只能用来存放一组相同类型的数据，因此我们在用c函数创建向量的时候如果给了不同类型的数据，比如

那么R其实并不会直接报错，而是会自动把他们强制转换成相同类型的元素

可以看到这里R就自动把我们输入的三个不同类型的数据都转换成了字符类型。这种转换是隐式的。不需要我们再单独用指令去完成。实际上R语言中也有单独的强制类型转换的函数，就是as.某类型，比如

运行结果如图

这是因为R不知道如何把a，b，c三个字符转换成数值型，因此使用了缺失值NA来填充

R的属性还有名称，因此我们可以给创建的向量中每个元素起一个名字，使用的是names函数，比如

运行结果如图

这代表前三个元素的名字分别为first,second,third

矩阵

矩阵有两个维度，即行和列，矩阵中的元素必须是相同类型的元素

矩阵也可以存放多个元素，实际上可以把矩阵当做一个向量+维度

创建矩阵可以使用函数matrix，matrix函数至少需要两个参数即nrow和ncol，分别代表行数和列数，比如

这样就创建了一个三行两列的元素，由于我们并没有在创建的时候对矩阵内容进行初始化，因此矩阵内容均以缺失值填充，如图

我们当然也可以在创建的同时对矩阵进行赋值，比如

这样就把矩阵内容初始化成了1到6，默认是竖着初始化的

查看矩阵的维度（其实就是行和列）可以使用函数dim，如图

这个函数在查看巨大的矩阵时非常的方便。

我们前面提到过矩阵其实就是向量+维度，根据这个思路，我们只需要给某个向量一个维度信息，就构成了一个矩阵，比如

y是一个向量，dim(y)表示y的维度信息，我们主动给这个维度信息赋值为3和2，表示y有三行两列，运行之后结果如图

一个三行两列的矩阵就创建完成了，内容填充使用的是向量y的内容

合并两个矩阵的方法

合并两个矩阵就要考虑是按行进行合并还是按列进行合并

比如现在要把图中的y和z两个矩阵拼接起来

如果是按行拼接，就是这样

如果是按列拼接，就是这样

前面介绍了可以给向量的每个元素起名字，R当然也可以给矩阵元素的行和列都起名字，使用的函数是dimnames，由于对矩阵的行和列进行命名的时候需要用到列表，因此具体的代码等到后面学完列表再展示

数组

数组与矩阵非常类似，区别在于矩阵的维度只能是2，也即行和列，但是数组的维度可以大于2，也可以等于2，如果创建数组的时候使用的维度是2，那么此时的数组和矩阵没有任何区别。

创建数组需要的是数组的维度以及初始化数组的内容，创建数组使用的是函数array，其中dim参数在传入的时候通常要使用c函数拼接，比如

运行结果如图，我们创建了一个四行六列的数组，这与矩阵没有任何区别

再来看看创建的时候给dim三个维度会发生什么，注意维度的乘积一定要和初始化内容的个数匹配，比如我们初始化的内容给了1到24，后面维度就是2*3*4=24。如

运行结果如图

可以看到结果是两个逗号再加一个数，这个数代表的就是第三个维度，然后我们可以看到有四个矩阵，这表示第三个维度里面一共有四个元素，每个元素都是一个两行三列的矩阵。同时注意到我们赋值给的数据1到24，是先填充第三个维度的第一个元素也就是这个两行三列的矩阵，然后是第三个维度的第二个元素以此类推。

R中最常用的数据结构其实是向量，矩阵，数据框，对于数组应用的并不多，了解即可。

列表

列表与矩阵的区别就是矩阵中所有元素都必须是同一类型，而列表只需要每一列是同一类型即可，不同列之间可以是不同类型的数据，且每一列的元素个数不一定相同

创建列表使用的函数是list，如图

运行结果如图，发现结果有点复杂，有一个东西是两个中括号引起来的，还有一个东西是一个中括号引起来的。其中两个中括号引起来的表示这是列表中的第几个元素，一个中括号的是列表中元素的维度情况。不管列表有多复杂，他的元素个数只与逗号有关

列表中有四个元素，第一个元素的内容只有一个a，第二个元素的内容只有一个1

如果这样创建

列表中就有两个元素，第一个元素的内容是1 2 3，第二个元素的内容是a b c

再比如这样

创建的列表仍然是两个元素，第一个元素的内容是一个两行两列的矩阵，第二个元素的内容是一个向量。

这种由两个中括号表示的虽然也是列表的第几个元素，但是看起来挺抽象的，我们其实可以再创建列表的时候给列表每个元素起个名字，比如

我们把第一个元素起名为a，第二个元素起名为b，运行结果如下

表示元素a是一个两行两列的矩阵，元素b是一个向量。这样可读性就好了很多。

发现没，其实可以把列表理解成一个进阶版的向量，他并不是一个高维的数据结构，而是一个一维的，但是他的每个元素的类型可以是任意维度的，比如向量，矩阵，数据框。

现在来填一下对矩阵的行和列进行命名的坑，对矩阵或者数组的行和列进行命名的函数是dimnames，如图

首先创建了一个列表，这个列表有两个元素，第一个元素是一个向量，内容是a b c，第二个元素也是一个向量，内容是d e，而对一个矩阵的行和列进行命名，也就是需要这么两个向量。运行结果如图

因子

因子是用来处理分类数据的，分类数据分为有序的和无序的。比如年级有大一大二大三，这就是有序的，再比如性别有男有女，他们无法比较大小，这就是无序的。可以把因子理解成整数型向量+标签，比如可以让1代表男性，2代表女性。但是因子肯定要优于整数向量，因为因子的可读性较好，这就好比C语言中的宏，或者枚举类型的好处。如果我们直接写成1,2可能过一段时间就忘记了这个1和2代表什么，但是如果我们写成因子类型，就可以一眼看出描述的是什么意思。因子这种数据结构是在以后做线性或非线性模型中经常要用到的。

因子类型的创建