R语言中的数据结构和相关函数总结

在R语言中，数据结构是处理和分析数据的基础。本文将详细介绍R语言中常见的数据结构，包括基础数据结构和进阶数据结构，以及它们相关的函数和示例代码。

一、基础数据结构

1. 向量（Vector）

向量是R中最基本的数据结构，可以包含逻辑型、整型、双精度型和字符型数据。

创建向量的函数：

• c(): 合并多个元素创建向量
• rep(): 重复元素创建向量
• seq(): 创建等差数列

vec1 <- c(1, 2, 3, 4)
vec2 <- rep(1:3, times = 2)
vec3 <- seq(1, 10, by = 2)
1
2
3

2. 矩阵（Matrix）

矩阵是二维的同质数据结构。

创建矩阵的函数：

• matrix(): 创建矩阵

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

3. 数组（Array）

数组是多维的同质数据结构。

创建数组的函数：

• array(): 创建数组

arr <- array(1:8, dim = c(2, 2, 2))
1

4. 数据框（Data Frame）

数据框是二维的异质数据结构。

创建数据框的函数：

• data.frame(): 创建数据框

df <- data.frame(name = c("Alice", "Bob"), age = c(25, 30))
1

5. 列表（List）

列表是可以包含不同类型元素的结构。

创建列表的函数：

• list(): 创建列表

lst <- list(name = "Alice", age = 25, scores = c(90, 85, 88))
1

类型判断函数

• typeof(): 判断对象的基础类型
• mode(): 判断对象的存储模式
• class(): 判断对象的类
• str(): 显示对象的内部结构

typeof(vec1)
mode(mat)
class(df)
str(lst)
1
2
3
4

长度/维度函数

• length(): 获取向量、列表等的一维长度
• dim(): 获取矩阵、数组等的维度
• ncol(): 获取列数
• nrow(): 获取行数

length(vec1)
dim(mat)
ncol(df)
nrow(df)
1
2
3
4

判断函数 is.*()

• is.infinite(): 判断是否为无穷大
• is.nan(): 判断是否为NaN
• is.logical(): 判断是否为逻辑型

is.infinite(Inf)
is.nan(NaN)
is.logical(TRUE)
1
2
3

显式转换函数 as.*()

• as.logical(): 转换为逻辑型
• as.integer(): 转换为整型
• as.double(): 转换为双精度型

as.logical(1)
as.integer(2.5)
as.double("3.14")
1
2
3

隐式转换

• 隐式转换示例：mean(x < 0)，计算向量x中小于0的数的比例。

mean(c(1, -1, 3) < 0)
1

运算

• 向量化运算（vectorised operation）
• 重复规则（recycling rule）

c(1, 2) + c(1, 2, 3, 4)
c(1, 2, 3) + c(1, 2, 3, 4)
1
2

[1] 2 4 4 6
Warning in c(1, 2, 3) + c(1, 2, 3, 4) :
  longer object length is not a multiple of shorter object length
[1] 2 4 6 5
1
2
3
4

取子集

• []: 基本索引
• [[]]: 提取列表元素
• $: 提取数据框或列表的命名元素
• which(): 返回条件为真的元素索引
• subset(): 基于条件提取子集

vec1[1:2]
lst[["name"]]
df$age
which(vec1 > 2)
subset(df, age > 25)
1
2
3
4
5

名称函数

• names(): 获取或设置名称
• rownames(): 获取或设置行名
• colnames(): 获取或设置列名

names(vec1) <- c("A", "B", "C", "D")
rownames(mat) <- c("row1", "row2", "row3")
colnames(df) <- c("Name", "Age")
1
2
3

二、进阶数据结构

1. Tibble

Tibble是数据框的增强版本，提供更好的打印和子集操作。

Tibble相关函数：

• as_tibble(): 转换为tibble
• tibble(): 创建tibble
• tribble(): 创建列式输入的tibble

library(tibble)
tb <- tibble(name = c("Alice", "Bob"), age = c(25, 30))
tb2 <- tribble(
  ~name, ~age,
  "Alice", 25,
  "Bob", 30
)
1
2
3
4
5
6
7

2. 因子（Factor）

因子用于表示分类数据，尤其是定型数据。

因子相关函数：

• 创建：base::factor(), base::levels(), forcats::fct()
• 修改因子水平顺序：fct_reorder(), fct_relevel()
• 其他函数：fct_reorder2(), fct_infreq(), fct_rev()
• 修改因子水平：fct_recode(), fct_collapse()
• 其他函数：fct_lump()

library(forcats)
f <- factor(c("low", "medium", "high"))
f2 <- fct_relevel(f, "high", "medium", "low")
f3 <- fct_lump(f, n = 2)
1
2
3
4

3. 字符串（String）

字符串处理可以使用stringr包提供的丰富函数。

library(stringr)
str <- "Hello, World!"
str_length(str)
str_to_upper(str)
1
2
3
4

4. 日期时间（Datetime）

日期时间处理可以使用lubridate包。

# 示例代码
library(lubridate)
d <- ymd("2024-06-09")
d + days(1)
1
2
3
4