精通 R 编程语言中的数据结构

R 是一门广受欢迎的统计编程语言，专为数据整理、分析与可视化而设计，内置多种针对不同数据任务优化的数据结构。掌握 R 多样的数据结构，是释放其全部潜力、将数据转化为有说服力洞见的关键。

在开始之前，建议您学习我们的R 编程入门课程，用真实数据集练习这些概念。让我们开始吧。 

R 语言中的数据结构是什么？

R 中的数据结构用于为分析组织数据。它们可以很简单，只包含一种数据类型；也可以很复杂，支持多种数据类型。这些数据结构针对数据驱动项目中的具体需求而定制。R 的主要数据结构包括向量、列表、矩阵、数组、因子和数据框。

R 中的数据结构

R 中不同类型的数据结构

让我们花点时间熟悉一下 R 中的数据结构。在此过程中，我们也能顺便了解常用的 R 函数。 

R 中的向量

向量是 R 中最简单的数据结构形式。它是由同一类型元素（如数值、字符或逻辑值）组成的集合。

R 对向量支持良好，并针对所谓的向量化操作进行了特别设计。这意味着您可以将函数直接应用到整个向量，而无需显式地对其元素进行循环。例如，将两个向量相加会对对应元素求和，比通过循环逐个元素计算更快速、更简洁。

下面我们使用函数 c() 分别创建数值、字符和逻辑三种类型的向量。

numeric_vector = c(10, 20, 30)character_vector = c("apple", "banana", "cherry")logical_vector = c(TRUE, FALSE, TRUE)

print(numeric_vector)print(character_vector)print(logical_vector)技术支持

R 中的示例向量

您可以使用方括号访问向量的元素。

# Access the first 
elementprint(numeric_vector[1])

# Access multiple elements
print(character_vector[c(1, 3)])技术支持

在 R 中访问向量元素

您还可以对向量执行数学与逻辑运算。

# Adding a scalar value to the vector
print(numeric_vector + 2)

# Multiplying elements by a scalar
print(numeric_vector * 10)

# Perform logical operations - Check which elements are greater than 15
print(numeric_vector > 15)技术支持

R 中的向量运算

其他重要操作包括求和、求均值，以及获取最小值和最大值。 

# Summation
print(sum(numeric_vector))

# Mean
print(mean(numeric_vector))

# Max and min
print(max(numeric_vector))
print(min(numeric_vector))技术支持

基础 R 函数的输出

R 中的矩阵

矩阵是存储单一类型数据的二维数组，特别适用于数学计算。在 R 中，您可以使用 matrix() 函数创建矩阵。

my_matrix <- matrix(1:9, nrow=3, ncol=3)print(my_matrix)技术支持

在 R 中创建矩阵

您可以使用索引访问矩阵的元素、行、列或子集。

# Access the element in the first row and second column 
print(my_matrix[1,2]) 

# Access the second row 
print(my_matrix[2,]) 

# Access the third column 
print(my_matrix[,3])技术支持

在 R 中访问矩阵元素

您还可以对矩阵执行数学运算。

another_matrix <- matrix(9:1, nrow=3, ncol=3)

# Element-wise addition
print(my_matrix + another_matrix)

# Element-wise subtraction
print(my_matrix - another_matrix)

# Element-wise multiplication
print(my_matrix * another_matrix)

# Element-wise division
print(my_matrix / another_matrix)技术支持

R 中的矩阵数学运算

R 中的数组

数组是对矩阵的扩展，可以拥有两个以上的维度，为高效存储多维数据提供了方式。您可以使用 array() 函数在 R 中创建数组。

参数 dim = c(2, 2, 2) 用于设置数组的维度。在此示例中，维度表示该数组应为三维（3D 数组），结构为 2 行、2 列和 2 层（或深度）。上述代码的输出如下所示。您可以在我们的R 中的数组教程中进一步了解数组。

my_array = array(1:8, dim = c(2, 2, 2))
print(my_array)技术支持

在 R 中创建数组

R 中的列表

列表是 R 中非常灵活的数据结构，可以容纳不同类型和大小的对象混合体。您可以使用 list() 函数创建列表。

my_list <- list(name="DataCamp", year=2024, scores=c(80, 90, 85), active=TRUE)

print(my_list)技术支持

R 中列表的内容

创建列表后，您可以通过索引或名称访问其元素。

print(my_list[[3]])
print(my_list$name)
print(my_list$scores)技术支持

在 R 中访问列表元素

R 中的因子

与向量、矩阵或列表不同，因子并不定义数据存储的结构，而是描述在这些结构中应如何对待数据。因此，因子可以被视为类似于整数或字符类型的一种数据类型。

之所以将因子纳入本列表，是因为它们对于在 R 生态中处理分类数据至关重要，尤其在统计技术涉及到区分分类变量与连续变量时更为重要。这与 Python 不同，后者通常需要通过虚拟变量或独热编码将分类特征转换为数值。 

您可以使用 factor() 函数创建因子，如下所示：

gender <- factor(c("male", "female", "female", "male"))
print(gender)技术支持

R 中的因子

因子也以水平（levels）的形式存储，并且可以有序或无序。 

levels(gender) <- c("Female", "Male") 
print(gender)技术支持

R 中因子的水平

如果您想查看因子变量的分布，可以使用 summary() 函数。输出显示 Female 和 Male 各有两个条目。

summary(gender)技术支持

R 中的摘要

R 中的数据框

数据框是 R 中最受欢迎、使用最广泛的数据结构。它们非常方便，因为不同列可以包含不同类型的数据。您可以将其视为与数据库中的表或 CSV 文件类似，因为它们以二维的方形或矩形格式存储和管理数据。

您可以使用 data.frame() 命令创建数据框。

data_frame <- data.frame( Names = c("Kiran", "Ajey", "Carol"), Age = c(25, 30, 35), Gender = c("Female", "Male", "Female"))

# Printing the data frame
print(data_frame)技术支持

R 中的数据框

您可以通过多种方式访问数据框的内容，按列或按行皆可。

# Prints all names - use the $ sign 
print(data_frame$Names) 

# Access the first row 
print(data_frame[1, ]) 

# Access the second column 
print(data_frame[, 2])技术支持

R 中数据框的元素

数据框在数据整理与分析中非常有用，因为它们支持诸如子集、排序等一系列操作，并且可以轻松打印描述性统计信息。

在 R 中对数据框取子集

subset_female <- data_frame[data_frame$Gender == 'Female', ]
print(subset_female)技术支持

R 中数据框的子集

在 R 中对数据框排序

# Sorting
data_frame <- data_frame[order(data_frame$Age), ]
print(data_frame)技术支持

R 中排序后的数据框

在 R 中汇总数据框

# Statistical summary
summary(data_frame)技术支持

R 中的描述性或统计汇总

从以上输出可以看出，在 R 中执行数据框操作是多么容易。随着您进一步深入数据分析，您会发现数据框在数据处理、分析和可视化方面极其灵活而强大。若想探索更多功能，请查看我们的R 中的数据框教程。 

继续学习 R

本教程向您介绍了 R 中各种数据结构及其在实际数据分析场景中的应用。掌握这些结构将提升您的分析能力，使您能够更有效地管理与分析数据。

在继续学习的过程中，您会发现 R 是一门独特的编程语言，以其强大的统计能力和广泛的库而闻名。对于任何对数据分析世界感兴趣的人来说，学习 R 都是值得的投入。 

如需更多 R 教程，请参阅以下链接：

• R 入门
• R 编程入门
• 数据框操作

如果您有兴趣进一步学习，可以阅读我们的R 编程面试问答，无论是在准备面试还是自学，这都是极佳的资源。文章涵盖了大量问题与答案，能帮助您在学习过程中发现自己的知识盲点。