附代碼 ｜詳解R語(yǔ)言的高級(jí)數(shù)據(jù)結(jié)構(gòu)

（給機(jī)器學(xué)習(xí)算法與Python實(shí)戰(zhàn)加星標(biāo)，提升AI技能）

有時(shí)數(shù)據(jù)需要比向量更復(fù)雜的存儲(chǔ)方式。幸運(yùn)的是，R軟件提供了很多的數(shù)據(jù)結(jié)構(gòu)。常見(jiàn)的有數(shù)據(jù)框（data.frame）、矩陣（matrix）、列表（list）以及數(shù)組（array）。數(shù)據(jù)框類似于電子表格，矩陣類似于人們熟悉的矩陣數(shù)學(xué)計(jì)算，列表對(duì)于程序員比較熟悉。

?

01

數(shù)據(jù)框

數(shù)據(jù)框是R語(yǔ)言中最有用的功能之一，它也是R語(yǔ)言的易用性經(jīng)常被提及的原因之一。直觀上，數(shù)據(jù)框就像Excel電子表格一樣有列和行。在統(tǒng)計(jì)上，每列代表一個(gè)變量，每行代表一個(gè)觀測(cè)。

?

在數(shù)據(jù)框中，每列實(shí)際是個(gè)向量，都有相同的長(zhǎng)度。數(shù)據(jù)框可以用來(lái)保存不同數(shù)據(jù)類型的數(shù)據(jù)。這也暗示著，每列的每個(gè)元素必須是相同數(shù)據(jù)類型的，類似向量的要求。創(chuàng)建數(shù)據(jù)框有很多種方式，最簡(jiǎn)單的是用data.frame函數(shù)。這里用前面介紹過(guò)的向量x、y、q創(chuàng)建一個(gè)基本的數(shù)據(jù)框。

這里創(chuàng)建了一個(gè)由3個(gè)向量組成的10行3列的數(shù)據(jù)框。注意theDF的名字也是變量。實(shí)際上，可以在創(chuàng)建數(shù)據(jù)框的過(guò)程中設(shè)置變量名字。

數(shù)據(jù)框是具有很多屬性的復(fù)雜對(duì)象。最常檢查的屬性是行數(shù)和列數(shù)，用nrow和ncol函數(shù)分別得到數(shù)據(jù)框的行數(shù)和列數(shù)，而dim函數(shù)可以同時(shí)得到數(shù)據(jù)框的行數(shù)和列數(shù)。

?

數(shù)據(jù)框的列名字用names函數(shù)獲取。names函數(shù)返回一個(gè)字符向量，列出所有的列名。由于是向量，可以訪問(wèn)它的每一個(gè)元素。

?

也可以獲取和指定數(shù)據(jù)框的行名字。

?

有時(shí)一個(gè)數(shù)據(jù)框有太多的行，以至于不能在屏幕上全部顯示出來(lái)，這時(shí)，可以用head函數(shù)顯示出前幾行。

像其他變量一樣，用class函數(shù)獲取數(shù)據(jù)框所屬的類。

?

列表框的每列是獨(dú)立的向量，因此，每列都有它自己的類，可以單獨(dú)被訪問(wèn)。R語(yǔ)言有多種方法來(lái)訪問(wèn)每個(gè)列，比如操作符和方括號(hào)。theDF$Sport得到theDF的第三列，這說(shuō)明允許通過(guò)列名來(lái)指定特定的列。

與向量相似，數(shù)據(jù)框允許使用方括號(hào)通過(guò)位置訪問(wèn)單個(gè)元素，但是要用兩個(gè)位置指定，而不是向量中的一個(gè)位置。第一個(gè)是行數(shù)，第二個(gè)是列數(shù)。用theDF[3,2]可以得到theDF的位于第三行第二列的元素。

?

可以用向量來(lái)索引更多的行或者列。

通過(guò)指定行而不指定任何列可以訪問(wèn)一整行。同樣，可以指定列而不指定任何行來(lái)訪問(wèn)一整列。

?

將列參數(shù)指定為字符向量可以以列名訪問(wèn)多列。

訪問(wèn)指定列的另外一種方式是把列的名字（索引數(shù)）作為方括號(hào)里的第二個(gè)參數(shù)，或者作為單方括號(hào)或雙方括號(hào)里的唯一參數(shù)。

?

這些方法的輸出不盡相同。有些返回一個(gè)向量，有些返回一個(gè)單列的數(shù)據(jù)框。為了確保輸出單列的數(shù)據(jù)框，使用單方括號(hào)，同時(shí)指定第三個(gè)參數(shù)：drop=FALSE。通過(guò)列索引數(shù)指定某列也同樣適用。

?

factor的特殊存儲(chǔ)形式也可以表示成數(shù)據(jù)框的形式，為此用model.matrix創(chuàng)建一個(gè)指示變量（或啞變量）的集合。列代表factor的水平值，每行里，對(duì)應(yīng)水平值的那行為1，其他為0。

?

?

?

02

列表

R語(yǔ)言的列表是一個(gè)容器，可以存儲(chǔ)相同類型或者不同類型的數(shù)據(jù)。列表可以存儲(chǔ)任意數(shù)量、任意類型的對(duì)象。列表可以全部包含數(shù)值型或者字符型數(shù)據(jù)，也可以包含兩種數(shù)據(jù)類型的混合，以及數(shù)據(jù)框或者其他列表。

列表用list函數(shù)創(chuàng)建，函數(shù)的參數(shù)即為列表的元素。

?

注意，前面創(chuàng)建列表list3的代碼塊被括號(hào)整個(gè)括起來(lái)，使得執(zhí)行的結(jié)果被打印出來(lái)。

像數(shù)據(jù)框一樣，列表也可以有名字。列表中每個(gè)元素都有唯一的名字，可以使用names函數(shù)查看或設(shè)置名字。

?

?

列表元素的名字也可以在創(chuàng)建的過(guò)程中用名字-值成對(duì)指定。

?

令人驚奇的是，可以用vector創(chuàng)建指定長(zhǎng)度的空列表。

?

用雙方括號(hào)，通過(guò)設(shè)定元素編號(hào)或元素名字，可以訪問(wèn)列表的單個(gè)元素。注意這種方式一次只能訪問(wèn)一個(gè)元素。

?

如果實(shí)際使用的元素在一個(gè)被訪問(wèn)的元素中，可以通過(guò)元素的嵌套索引來(lái)訪問(wèn)。

使用索引（數(shù)字或名字）可以對(duì)列表增加元素，前提是該索引事先不存在列表中。

?

偶爾對(duì)列表或向量或數(shù)據(jù)框增加元素都還好，但是，如果反復(fù)這樣做計(jì)算代價(jià)就太高了。所以最好創(chuàng)建指定長(zhǎng)度的列表，然后通過(guò)合適的索引增加元素。

?

03

矩陣

對(duì)統(tǒng)計(jì)非常重要的數(shù)學(xué)結(jié)構(gòu)是矩陣。矩陣跟數(shù)據(jù)框有點(diǎn)相似，是一個(gè)矩形結(jié)構(gòu)，具有行和列，每列的數(shù)據(jù)類型相同，每個(gè)元素的數(shù)據(jù)類型也相同一般都是數(shù)值型。矩陣跟向量相似，也可以進(jìn)行元素與元素的加法、減法、乘法、除法、等式運(yùn)算。nrow、ncol和dim函數(shù)的使用方法與數(shù)據(jù)框的類似。

?

?

矩陣乘法是常用的數(shù)學(xué)運(yùn)算，要求左邊矩陣的列數(shù)等于右邊矩陣的行數(shù)。矩陣A和B都是5×2矩陣，所以為了能讓矩陣B放在右邊進(jìn)行矩陣乘法運(yùn)算，需要對(duì)矩陣B取轉(zhuǎn)置。

?

另外一個(gè)跟數(shù)據(jù)框相似的地方是，矩陣也有行和列的名字。

?

?

有兩個(gè)特殊的向量，letters和LETTERS，分別由小寫字母和大寫字母組成。

對(duì)矩陣取轉(zhuǎn)置進(jìn)行矩陣乘法的時(shí)候，需要注意乘積結(jié)果。轉(zhuǎn)置會(huì)置換行和列的名字。矩陣乘積的行名字取自左邊矩陣的行名字，矩陣乘積的列名字取自右邊矩陣的列名字。

?

04

數(shù)組

本質(zhì)上，數(shù)組是一個(gè)多維向量，它的所有元素必須是相同類型，用方括號(hào)訪問(wèn)單個(gè)元素。方括號(hào)里第一個(gè)參數(shù)是行索引，第二個(gè)參數(shù)是列索引，剩下的參數(shù)是維度。

?

?

數(shù)組和矩陣最主要的不同是，矩陣只能是二維，而數(shù)組可以是任意維度。

數(shù)據(jù)的數(shù)據(jù)類型和結(jié)構(gòu)太多的話，會(huì)對(duì)一些分析環(huán)境帶來(lái)問(wèn)題，但是R語(yǔ)言都能從容應(yīng)對(duì)。R語(yǔ)言中最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)是一維向量。功能最強(qiáng)大的數(shù)據(jù)結(jié)構(gòu)是數(shù)據(jù)框（在其他語(yǔ)言中都沒(méi)有），可以像電子表格一樣處理混合數(shù)據(jù)類型。列表多用于存儲(chǔ)數(shù)據(jù)集合，有點(diǎn)像Perl中的散列表。

本文摘編于《R語(yǔ)言：實(shí)用數(shù)據(jù)分析與可視化技術(shù)》

點(diǎn)擊鏈接了解詳情并購(gòu)買

本書借鑒數(shù)據(jù)科學(xué)家Jared P Lander在R語(yǔ)言上豐富的教學(xué)經(jīng)驗(yàn)，通過(guò)大量實(shí)例，詳細(xì)講解R語(yǔ)言的核心功能。對(duì)于剛接觸統(tǒng)計(jì)程序和模型的人，本書的內(nèi)容組織結(jié)構(gòu)使得學(xué)習(xí)R語(yǔ)言相當(dāng)簡(jiǎn)單和直觀。本書主要介紹R語(yǔ)言中20%的核心功能，但是這20%的功能足以讓你解決80%的現(xiàn)代數(shù)據(jù)分析。

老鐵，三連支持一下，好嗎？↓↓↓