亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

R數據結構

2.矩陣（matrix）：向量+維度屬性（整數向量：nrow, ncol）

2.1 創建矩陣：

????????方法一： x <- matrix(nrow=3, ncol=2) #創建一個3行2列矩陣，元素為NA。該函數創建矩陣時先列后行。

????????????????????????x <- matrix(1 : 6, nrow=3, ncol=2) #按列填充元素

????????方法二： y <- 1 : 6? #生成一個向量

????????????????????? ?dim(y) <- c(2, 3) #指定行數與列數

其他：dim(matrix)：查看矩陣matrix的行數與列數

attributes(matrix)：查看矩陣matrix有哪些屬性

2.2 拼接矩陣

y1?<-?1?:?6
dim(y1)?<-?c(2?:?3)
y2?<-?matrix(1:6,?nrow?=2,?ncol=3)

rbind(y1,?y2)?#按行拼接
cbind(y1,?y2)?#按列拼接

3.數組：與矩陣類似，但維度可以大于2

創建數組：x <- array(1:24, dim=c(4, 6)) #參數1填充元素，參數2指定維度

????????????????y <- array(1:24, dim=c(2, 3, 4))

向量（vector）：只能包含同一類型的對象

創建向量的方法：1. 定義 x <- vector(數據類型，數據長度)

?????????????????????????? 2. x1 <- 1:4 ? #創建整型向量1-4

?????????????????????????? 3. x3 <- c(向量的元素)? # 例如構建向量x3<-c(1，2）

#對于向量中元素類型不同的情況，R語言中會自動強制轉化

?例如x3 <- c(TRUE,10,"a") 會轉換為("TRUE","10","a"）

?as.numeric(x)?? #將x轉換為數值型向量

?as.logical(x)????? #將x轉換為邏輯向量

?as.character(x)? #將x轉換為字符型向量

names(x1) <- c("a","b","c")? #給向量x1進行命名,“a”為第一個向量元????

????????????????????????????????????????????? 素的名字，依次類推

#日期

1

1

1

數組三個維度的排列

#tapply函數的應用

#對向量的子集進行操作

#rnorm(5)前五個正態分布

#runif(5)中間五個均勻分布

#rnorm(5,1)均值標準差為0的分布

x<-c(rnorm(5),runif(5),rnorm(5,1))#第三個為均值為1，方差為0的正態分布

f<-gl(3,5)#

tapply(x,f,mean)

tapply(x,f,mean,simplify=FALSE)

#data frame 數據框

#第一個參數代表第一列的內容，第二個參數表示第二列的內容

df <- data.frame(id = c(1,2,3,4),name = c("a","b","c","d"),gender = c(TRUE,TRUE,FALSE,FALSE))????

#查看數據框有多少行

nrow(df)

#查看數據框有多少列

ncol(df)

#定義一個類似矩陣的數據框

df2 <- data.frame(id=c(1,2,3,4),score = c(89,90,70,50))

#數據框轉換成矩陣，要求，第二個參數的數據類型必須一樣

data.matrix(df2)

本章小結-學習內容

數據結構矩陣函數

4-7總結數據信息

head(airquality)(airquality的前6行)

head(airquality，10)(airquality的前10行)

tail(airquality)（airquality的后6行）

summary(airquality的變量的描述統計)

str(airquality)(把airquality進行了總結)

table(airquality$Ozone,useNA="ifany")(如果有缺失值就總結出來)

table(airquality$Month,airquality$Day)(得到二維的表)

any(is.na(airquality$Ozone))(如果返回的是TRUE，就說明一定有缺失值)

sum(is.na(airquality$Ozone))(臭氧含量中有多少缺失值)

all(airquality$Month<12)(是不是所有的月份都小于12)

titanic<-as.data.frame(Titanic)

head(Titanic)

dim(Titanic)(維度)

summary(Titanic)

x<-xtabs(Freq~Class+Age,data=titanic)(Class+Age的交叉頻率，)

ftable(x)(與上面類似 結果更扁平化)

object.size(airquality)(數據的大小)

print(object.size(airquality),units="kb")

4-6排序

排序

sort:對向量進行排序；返回排好序的內容

order:返回排好序的內容的下標/多個排序標準

x<-data.frame(v1=1:5,v2=c(10,7,9,6,8),v3=11:15,v4=c(1,1,2,2,1))

sort(x$v2)(對v2這一列按照升序進行排序)

sort(x$v2,decreasing=TRUE)(對v2這一列按照降序進行排序)

order(x$v2)(返回的不是內容本身 返回了行號)

x[order(x$v2),](對整個數據框按照v2這一列進行排序)

x[order(x$v4,x$v2),](對整個數據框按照v4這一列進行排序,如果v4中有重復的元素，則按照v2排序)

x[order(x$v4,x$v2),decreasing=TRUE](降序)

4-5split

split:根據因子或因子列表將向量或者其他對象進行分組，通常與lapply一起使用。

? ? ? ? split(參數)：split(向量/列表/數據框，因子/因子列表)

x<-c(rnom(5),runif(5),rnorm(5,1))

f<-gl(3,5)

split(x,f)(返回了列表，有3個水平，每個水平有5個元素)

lapply(split(x,f),mean)

head(airquality)

s<-split(airquality,airquality$Month)(按月份來查看空氣質量的數據)

table(airquality$Month)(airquality到底包含了多少個月份的數據并且每個月下面多少條記錄)

lapply(s,function(x) colMeans(x[,c("Ozone","Wind","Temp")]))(計算每1個月的臭氧含量、風速和溫度的平均值)

sapply(s,function(x) colMeans(x[,c("Ozone","Wind","Temp")],na.rm=TRUE))(不包含缺失值)

4-4 tapply

tapply:對向量的子集進行操作? ? ?tapply(參數)：tapply(向量，因子/因子列表，函數/函數名)

x<-c(rnom(5),runif(5),rnorm(5,1))(15個元素，前5個來自正態分布，中間5個來自均勻分布，后5個來自均值為5，標準差為1的正態分布)

建立因子：f<-gl(3,5)(3代表這個因子包含3個水平，5代表每個水平下有5個元素)

tapply(x,f,mean)(對向量x按照因子的水平進行分組，對每一組求均值)

tapply(x,f,mean，simplify=FALSE)