R中的数据结构(Array,Factor,List,DataFrame)

#一维数组
x1 <- 1:5;
x2 <- c(1,3,5,7,9)
x3 <- array(c(2, 4, 6, 8, 10))

#多维数组
xs <- array(1:24, dim=c(3,4,2))

#访问
x1[3]
x2[c(1,3,5)]
x3[3:5]

xs[2, 2, 2]

xs[2, 2, 1]

#增加
x1[6] <- 6
x2[c(7, 9, 11)] <- c(11, 13, 15)

#动态增加
x1[length(x1) + 1] <- length(x1) + 1
append(x2, 17)
x2 <- append(x2, 17)

#修改，凡是能够访问到的地方，都可以修改
x1[3] <- 30

#删除，凡是能够访问到的地方，都可以删除
x1[-3]
x1 <- x1[-3]

#查找/过滤
x1[x1 >= 4]

Factor因子
因子用来存储类别变量和有序变量，这类变量不能用来计算，只能用来分类或者计数。
因子（Factor）：因子表示分类变量
有序因子（odered factor）：有序因子表示有序变量。

#读取学生成绩的数据
data <- read.csv("1.csv", fileEncoding="utf8");
#查看数
data
#查看第一列数据
data[, 1]
#把第一列数据转换为分类结构
data[, 1] <- factor(data[, 1]);
#查看第一列数据
data[, 1]

#作用一、统一映射为另一个标签数据
data[, 1] <- factor(
  data[, 1], 
  labels=c("三年一班", "三年二班", "三年三班")
);
#查看第一列数据
data[, 1]

#作用二、处理异常数据
data <- read.csv("2.csv", fileEncoding="utf8");
data

data[, 1] <- factor(
  data[, 1], 
  levels=c(1, 2, 3),
  labels=c("三年一班", "三年二班", "三年三班")
);
data

#转换成字符向量
as.vector(data[, 1]) 
#转换成数字向量
as.numeric(data[, 1]) 

#连续变量的离散化
score <- data[,3]
#切分成3组
score1 <- cut(score, breaks = 3) 
table(score1)
#切分成自己设置的组
score2 <- cut(score, breaks = c(90, 100, 110, 120, 130, 140)) 
table(score2)

#一个有序因子
scoreOrder <- ordered(
  score2, 
  labels = c("bad", "ok", "average", "good", "excellent")
)
scoreOrder
table(scoreOrder)

#可排序的离散分类结构
data <- read.csv("1.csv", fileEncoding="utf8");
data[, 1] <- ordered(
  data[, 1], 
  levels=c(1, 3, 2),
  labels=c("三年一班", "三年三班", "三年二班")
);
table(data[, 1])

data[order(data[, 1]),]

data <- read.csv("1.csv", fileEncoding="utf8", stringsAsFactors=FALSE);
data[, 2]

数组的元素要求是同类型（不同类型会转成同一类型）,List则可以组合多种不同类型的对象。一个List就像是一个JSON，一个包含很多键值对的数据结构。

#一、list的创建方式：

#1、无tag的方式：
j<-list("Joe", 55000, T)

#2、带tag的方式：
j<-list(name="Joe", salary=55000, union=T)


#二、list中元素的访问：
#1、list_name$tag_name
j$name
j$salary
j$union

#2、list_name[[tag_name]]
j[["name"]]
j[["salary"]]
j[["union"]]

#3、list_name[[index]]
j[[1]]
j[[2]]
j[[3]]

#4、如果按照数组的访问方式，返回的是一个list
j[2]
j[2]$salary

#5、访问标签
labels(j)
labels(j[2])

#6、一次只能访问一个位置
list[1:2]
list[[1:2]]
#Error in list[[1:2]] : object of type "builtin" is not subsettable

#三、修改list
#1、增加，可以访问的地方，都可以增加
j$sex <- "男"
j[5] <- 173

#2、修改，同理，可以访问的地方，都可以修改
j$salary <- j$salary+j$salary*0.08

#3、删除，把可以访问的地方，设置为NULL，即为删除，
#注意，删除之后，它后面的位置索引都自动减一
j$sex <- NULL;
j

#四、检索
j=="Joe"

#五、查看长度
length(j)

数据框用于存储多行和多列的数据集合。可以把数据框理解为excel中的列。

#定义数据框
age <- c(21, 22, 23)
name <- c("KEN", "John", "JIMI")
f <- data.frame(age, name);
f

#如果列没有内容，列定义是不成功的
df <- data.frame(age=c(), name=c())

df <- c(1, 2)
#可以先赋值为NA值
df <- data.frame(age=c(NA), name=c(NA))

#数据框的变量名[行位置 ,  列位置]
f[1,1]

f[,1]

f[1,]

#修改列名
names(f)
names(f) <- c("age2", "name2")
f
colnames(f)

names(f)[2] <- "name2" 

#如果不知道列序号，只是知道列名，如何修改某一列呢？
names(f)[names(f)=="name"] <- "name2" 

#修改行名
row.names(f)
row.names(f) <- 0:2
f

#删除行
f[-1,]
f

#注意，删除后的DataFrame需要一个变量来接收，并不会直接修改原来的
nf <- f[-1, ]
nf

f <- f[-1, ]

#删除列
f[, -1]
f
nf <- f[, -1]
nf

#增加行
f[nrow(f)+1, ] <- c(24, "KENKEN")
f

#增加列
f[, "sex"] <- c(0, 1, 1);
f