R语言数据结构

这是一篇关于R语言数据结构的思维导图，主要介绍了R语言的向量、矩阵、数组、列表、数据框等内容。

R语言数据结构

• 向量
  • 向量是同类型的一组数据
  • 创造
    • data=C（）
    • seq(from=,to=,by=n) 产生某个范围内的等差数列
    • rep(x=,time=) 重复某个数
    • 命名
      • name（data）=vector（）
    • 生成统计分布随机数
      • 正态随机数 rnorm（n，mean=n，sd=n）
      • 标记第几号的随机种子，保证每次运算的随机数不变；set.seed(n)
  • 查询
    • data[n]
    • any（data>x）=T/F
    • all(data<x)=T/F
    • data[data>n]=data1, data*data=T/F
    • ifelse(data==n, n,n) 对向量进行向量化筛选
    • subset(data,data>n) 自动挑选非NA的符合条件的值
    • which(data>n) 返回符合条件数值的位置索引
    • data[T/F，] 对索引进行布尔运算
• 矩阵
  • 矩阵是截面数据
  • 操作
    • 创
      • data=martix（data（vector），nrow=n，ncol=n）按列输入
      • 命名 colname/rownme（matrix）[i]=c(str,)
    • 增
      • data=cbind(data1,data2) 按列合并
      • data=rbind(data1,data2 按行合并)
    • 删
      • 删除要重新赋值
      • data<-data[,-c(n,n)]
    • 查
      • data[n,n，drop=T/F ], data[n,n:n] , data[n,+-c(n,n)]
        • 降维与否
      • 多维查询
        • data[n, ][,n]
        • 条件查询：cs[4, ][cs[4,]>20]<-20
  • 属性
    • dim（data） 矩阵的行列数
• 数组
  • 数组是面板数据（不同时间节点的数据），矩阵是某一时间的截面数据
• 列表
  • 组合不同类型对象的数据结构（更加的实际）
  • 创造
    • data=list（“”=name，……） tags-datas
    • data=c(list(list(),list()),list(),recursive=T/F) 是否将列表递归扁平化
  • 查
    • data$a ，data[["a"]] data[[i]] data[i] 查询某一组件
    • data[n:n]
    • len(data)
      • 获得的是组件的个数
  • 删除
    • 按照部件名称删除
    • 按照索引删除
      • data[,-c(n,n)]
• 数据框
  • 一种特殊的列表（每个组件长度相同，类型不同）
  • 增
    • data$new<-data
      • 直接新建一个变量名，再赋予数值
• 因子
  • 带水平值的向量（将向量分类的函数，水平值不能重复）
    • 数据框的两个组件一一对应，互为因子赋值
  • 创造
    • data=factor(data,levels=c(),orders=T/F)
  • 操作
    • tapply（vector，list(vextor1, vextor2）,f())
      • 对数据框的某列，按照某俩个条件进行分类使用函数
    • splite（datafame，list（vector1, vector2））按照某俩个条件进行分类
    • table（data）
      • 统计各因子出现的次数
      • 统计出两个向量混合在一起的混淆矩阵的混淆频数
  • 组成
    • 水平
      • 数组的分类变量
    • 数据
      • 水平的位置索引（属于那个分类变量）
    • 
      • 除了