第五天 R语言对象的操作总结

R语言主要分析的对象是数据集，R语言数据集主要是向量、矩阵、数据框、列表、数组等，我们主要介绍前4种。前面2文已经进行了4种对象的介绍，现在本文将4种对象的程序方法进行进一步总结和凝练。

一、is和as系列函数

is 和as系列函数涉及不同类型数据和对象的鉴定和转换。我们经常在R语言编程过程中需要了解某一种数据的类型，也可能进行转换方便计算，所以诸位要熟悉他们。

is系列是判断某一个数据中的观察值是何种类型，或者数据属于何种对象与结构

• is.character(x) #判断是否为字符型

• is.numeric(x) #判断是否为数值型

• is.vector(x) #判断是否为一个向量

• is.matrix(x) #判断是否为一个矩阵

• is.array(x) #判断是否为一个数组

• is.data.frame(x) #判断是否为一个数据框

• is.factor(x) #判断是否为一个因子

as系列是对数据的类型、对象进行转换

• as.numeric() #转换为数值型

• as.logical() #转换为逻辑型

• as.charactor() #转换为字符串

• as.matrix() #转换为矩阵

• as.data.frame() #转换为数据框

• as.factor() #转换为因子

二、R语言四种主要对象的特点和关系

1. 向量（vector）

向量是一维数据集，往往具有一个向量名和一串数据，一个向量中，数据为同个类型

2. 矩阵（matrix）

矩阵是一个二位数据，往往具有一个矩阵名名和矩阵数据，一个矩阵中，，数据为同个类型

3. 数据框（data.frame）

数据框是医学研究数据的主要方式，往往由多个向量同等长度的向量组成。每个向量称之为变量，具有向量名（变量名）和向量值（变量值），此外还有个数据库名。不同变量可以允许不同的数据类型。数据库的运算往往以一个向量（变量）为整体进行运算。

4. 列表（list）

列表是多个对象的组合（向量、矩阵、数据框、列表），结构较为复杂，一般在统计分析结果体现角度。

5. 向量可以通过matrix( )形成矩阵、多个向量可以通过data.frame ( )转为数据框；矩阵可以通过as.vector( ),转为向量，也可以通过data.frame( )或者as.data.frame( )转为数据框；list可以通过unlist( )转为向量。

三、子集的提取（数据索引）

子集提取将是今后数据整理、清洗核心的内容，请诸位务必掌握。子集的提取有具体位置的提取、根据逻辑值的提取、根据属性及值大小的提取、变量名的提取、反提取与删除、subset()函数提取、今后还会学习到dplyr包的提取等。

其中，向量和矩阵提取方法相似，只不过增加一个维度；数据库提取则增加变量$的提取。列表子集提取与数据框操作类似，但是用双重方括号。

1. 根据具体位置提取子集

向量的提取

x1<-c(2,3,5,7,9,10)

x1

x1[1] #返回x1的第1个元素

x1[-1] #返回除第一个元素之外的所有元素

x1[c(2:4)] #返回x1的第2至4个元素

x1[-c(2:4)] #返回x1的除第2至4元素之外的所有元素

矩阵的提取

m1<-matrix(x1, nrow=3,ncol=2) #采用matrix产生3行2列矩阵

m1

m1[i,j] #返回矩阵a的第i行，第j列的元素

m1[i,] #返回矩阵a的第i行

m1[,j] #返回矩阵a的第j列

m1[c(i:j),] #返回矩阵a的第i至第j行

m1[i,j] #返回矩阵a的第i行，第j列的元素

数据框的提取

d1<-data.frame(x1=c(5.1,4.9,8.7,2.6),x2=c(6, 3, 2, 3), x3=c(1.4,2.4,1.3,2.5))

d1

d1

d1[1,1]

d1[1,]

d1[,1]

2. 根据名称提取子集

向量的提取

>names(x1)<-c("two","three","five","seven","night","ten")

>x1[c("three","seven")]

>x1[-c("three","seven")]

矩阵的提取

m2<-matrix(x1,nrow=3,ncol=2,byrow=F,dimnames=list(c("r1","r2","r3"), c("c1","c2"))) # 产生具有行列名的矩阵

m2["r2","c1"] #返回矩阵c的第r2行，第c1列的元素2

数据框的提取

d1["x1"] # 产生名为x1的一列，也就是产生变量为x1的一列结果，结果为向量

d1["x2"] # 产生名为x1的一列，也就是产生变量为x1的一列结果，结果为向量

d1["x3"] # 产生名为x3的一列

数据框的$提取法

d1$x1 # 产生名为x1的一列，也就是产生变量为x1的一列结果，结果为向量

d1$x2 # 产生名为x1的一列，也就是产生变量为x1的一列结果，结果为向量

d1$x3 # 产生名为x3的一列

3. 根据属性及值大小的提取

向量的提取

x1[x1>3 & x1<8] # 产生大于3 又小于8的子集

矩阵提取

b[,r2=2] # 返回“r2”一行值为2的一列

b[c2=2, ] # 返回“c2”值为2的一行

数据框提取行

d1[d1$x1>4,] #提取大于x1>2的行

d1[d1$x1>4 | d1$ x2<4,] #提取大于x1>4或x2<4的行

d1[d1$x1>4 & d1$ x2<4,] #提取大于x1>4且x2<4的行

d1[d1$x2==6,] #提取大于x2等于6的行，R语言函数等号中用==，而不是=

4. 根据which（）元素位置

向量的提取

通过函数which()返回逻辑向量中为TRUE的位置；

x1[which(x1>3 & x1<8)]

x1[which.max(x1)]

数据框的提取

> which(d1$x1>4) # which() 函数返回位置

[1] 1 2 3

d1[which(d1$x1>4),]

d1[which(d1$x2==6),]

5. 根据subset（）生成子集

向量的提取

subset(x1, x1>3 & x1<8)

数据框的提取

subset(df, d1$x1>2)

6. 列表索引（子集提取）

与数据框操作类似，但是用双重方括号。

mylist<-list(

a=c(1,2,3,4),

b=c("one","two","three"),

c=c(TRUE,FALSE),

d=(1+2i))

mylist[[1]] #索引列表data的第1列

mylist[["g"]] #按名称索引，同mylist [[1]]

mylist $g #索引列表mylist的名称为d的列

mylist [[1]][1] #索引列表mylist的第1列的第1个元素

最后编辑：2022-05-23

作者：萌小白

一个热爱网络的青年！

站内专栏 邮箱