R 中数据框简介

如果您想学习我们的 Introduction to R 课程，请点击此链接。

什么是数据框？

您也许还记得在矩阵那一章中，矩阵中的所有元素必须是同一类型。当时，您的星球大战数据集只包含数值元素。

然而，在进行市场调研问卷时，您经常会遇到如下问题：

• “您已婚吗？”或“是/否”问题（logical）
• “您的年龄？”（numeric）
• “您对该产品的看法？”或其他“开放式”问题（character）
• ……

输出，也就是受访者对上述问题的回答，是一个包含不同数据类型的数据集。您经常会处理包含多种数据类型的数据集，而不是只有一种类型。

数据框以数据集的变量为列、观测为行。对于使用过 SAS 或 SPSS 等统计软件的读者来说，这一概念并不陌生。

操作说明

点击“Submit Answer”。内置示例数据框 mtcars 的数据将被打印到控制台。

快速查看您的数据集

哇，真有这么多车型！

在数据分析中，处理大型数据集并不罕见。当您处理（非常）大的数据集和数据框时，作为数据分析师的第一项任务是清晰了解其结构和主要要素。因此，仅展示整份数据集的一小部分通常很有用。

那么在 R 中如何做到这一点呢？函数 head() 可以显示数据框的前几条观测。类似地，函数 tail() 会打印数据集的最后几条观测。

head() 和 tail() 均会打印名为“header”的首行，其中包含数据集中各个变量的名称。

操作说明

对 mtcars 数据集调用 head()，查看表头和前几条观测。

查看结构

另一种快速概览数据的方法是使用函数 str()。str() 会显示数据集的结构。对于数据框，它会告诉您：

观测总数（例如 32 种车型） 变量总数（例如 11 个车辆特征） 变量名的完整列表（例如 mpg、cyl ……） 每个变量的数据类型（例如 num） 前几条观测 在拿到一个新的数据集或数据框时，应用 str() 往往是您首先会做的事情。这是深入分析之前更好地了解数据集的绝佳方式。

操作说明

检查 mtcars 的结构。请确认您看到的观测数量、变量及其数据类型与上述描述一致。

创建数据框

仅使用内置数据集远不及创建您自己的数据集有趣，因此本章其余部分都基于您亲自构建的数据集。背上喷气背包，是时候去太空探索啦！

第一个目标是构建一个数据框，用来描述太阳系中八大行星的主要特征。根据您好友 Buzz 的说法，行星的主要特征包括：

• 行星类型（类地行星或气体巨行星）。
• 行星直径与地球直径的相对大小。
• 行星绕太阳公转相对于地球的比例。
• 行星是否有光环（TRUE 或 FALSE）。

在 维基百科 上做了一番高质量的调研后，您已经有信心创建必要的向量：name、type、diameter、rotation 和 rings；这些向量已经在右侧编写好。每个向量中的第一个元素对应第一条观测。

您可以使用 data.frame() 函数来构建数据框。将前面创建的向量作为参数传入：它们会成为数据框的不同列。由于每一列长度相同，因此您传入的向量也必须长度一致。但别忘了，它们可能（而且很可能）包含不同类型的数据。

操作说明

使用 data.frame() 函数构建数据框。按照此顺序将向量 name、type、diameter、rotation 和 rings 作为参数传给 data.frame()。将生成的数据框命名为 planets_df。

如果您想从本课程中学到更多内容，请点击此链接