【R语言学习5】R语言常用数据结构解读

1R语言数据格式概述

R拥有许多用于存储数据的对象类型，包括标量、向量、矩阵、数组、数据框和列表。它们在存储数据的类型、创建方式、结构复杂度，以及用于定位和访问其中个别元素的标记等方面均有所不同。

向量：存储数值型、字符型或逻辑型数据的一维数组。

矩阵：每个元素拥有相同的模式（数值型、字符型或逻辑型）的二维数组

数组：与矩阵类似，但维度可以大于2

数据框：与矩阵类似，有行和列两个维度，数据框的每一列可以是不同的模式，但每个组件长度需相等，即类似于每个组件长度都相等的列表。

列表：对象的有序集合，例如某个列表可以是若干向量、矩阵、数据框，甚至其他列表的组合。

如下图所示的各个数据结构示意图。

2向量

向量是用于存储数据的一维数组。可使用执行组合功能的函数c()可用来创建向量。而向量又可根据不同类型分为数值型向量、字符型向量和逻辑型向量，分别为：

a <- c(1, 2, 3, 4)  ##数值型向量
b <- c("one", "two")  ## 字符型向量
c <- c(TRUE, FALSE)  ## 逻辑型向量

需要注意的是单个向量中的数据必须拥有相同的类型或模式，同一向量中无法混杂不同模式的数据，即不能在一个向量中既出现字符型向量又出现数值型向量，而且对于字符型向量，需加引号，数值型向量和逻辑型向量R可自动识别。

在R语言中，我们可以通过在[ ]中给定元素所处位置的数值来访问向量中的元素。需注意的是与python语言的0代表第一个元素不同，R语言中第一个元素以1为起始即想要查看向量a中的第3个元素，则可直接输入a[3]，得到3，也可使用向量符号查看第2和第3个元素。

3矩阵

矩阵是每个元素都拥有相同的模式（数值型、字符型或逻辑型）的二维数组。实际上，矩阵是不同维度的向量的结合，在R语言的学习过程中，对于不了解具体函数使用方法时，我们可使用【R语言学习3】R语言程序包来源与使用方法简介提到的帮助函数，输入?matrix,可以看到在输出的结果中为我们介绍了matrix（创建矩阵）、as.matrix（转换为矩阵）、is.matrix（判断是否为矩阵）的使用方法。这样我们就可以了解matrix（）的函数的使用方法，进一步学会创建矩阵。同样的数组也可通过array()创建。

4数据框

数据框是我们在R语言应用中最常见的数据格式，与我们传统意义上的表格相似，同样的我们可以通过?data.frame查看函数的使用，这里我们为大家演示具体的使用：

patientID <- c(1, 2, 3, 4)  ## 创建ID数值型向量
age <- c(25, 34, 28, 52)  ## 创建年龄数值型向量
diabetes <- c(“Type1”, “Type2”, “Type1”, “Type1”)  ## 创建类型字符型向量
status <- c(“Poor”, “Improved”, “Excellent”, “Poor”)  ## 创建状态字符型向量
patientdata <- data.frame(patientID, age, diabetes, status)  ## 创建相同长度为4行的数据框

需要注意的是在创建数据框时每个向量的长度需相等，通过输入patientdata或者直接点击Rstudio中的数据标签我们可查看数据：

与向量相同的是可以通过在[ , ]中给定元素所处位置的数值来访问数据框中的元素，逗号前输入行的位置，逗号后输入列的位置，例如我们想查看前4行前2列的数据，可输入patientdata[1:4, 1:2]或者直接输入patentdata[,1:2],不输入具体位置默认代表所有行。

另外在R语言中我们在位置较多难以计数的情况下常需提取某列数据，这时则可以使用$来选择数据框中的列,例如patientdata$age,在Rstudio中会自带提示功能不用手动输入。然而使用$只能选取一列，若要选取多列，则可以将列名变成向量进行提取，如patientdata[c("patientID","age")]，即提取以patientID和age作为列名的所有数据。

列表与数据框的创建类似，唯一的区别是可以是不同长度，这里我们不再赘述。

参考文献：

卡巴科弗. R语言实战[M]. 人民邮电出版社, 2016.

为促进知识更加有效的传播，科研创新服务平台在文字推送的基础上已在千聊直播间开展《R语言在生物医学中的应用》系列课程，欢迎扫码关注。