R语言基础数据类型与结构详解

R语言是一种专为数据分析和统计建模设计的编程语言，以其强大的数据处理能力和丰富的统计函数库而著称。在R语言的数据科学实践中，基础数据类型与数据结构是理解和操作数据的基础。本文将详细介绍R语言中的基本数据类型与常用数据结构，帮助读者更好地掌握R语言的数据处理技能。

一、基础数据类型

在R语言中，基础数据类型是构成更复杂数据结构的基本单元。R支持六种基本数据类型，分别是：

1. 数值型（Numeric/Double）

   • 数值型数据用来表示带有小数或不带小数的数字。在R中，默认情况下，所有的数值都被视为双精度浮点数（double），即它们可以包含小数部分。例如，3.14、-2.718等。
   • 可以通过typeof()函数查看对象的数据类型，如typeof(3.14)将返回"double"。

2. 整型（Integer）

   • 整型数据用于存储整数。在R中，要在数字后加L后缀来明确指定其为整数类型，如5L。整数类型在进行整数运算时通常比浮点数更快。

3. 字符型（Character）

   • 字符型数据用来表示文本或字符串。在R中，字符串需要用单引号或双引号括起来，如"hello"、'world'。

4. 逻辑型（Logical）

   • 逻辑型数据表示逻辑值，只有两种可能：TRUE和FALSE。在R中，还可以使用简写形式T和F来表示。

5. 复数类型（Complex）

   • 复数类型用于存储形如a+bi的复数，其中a和b是实数，i是虚数单位。例如，1+2i。

6. 原始类型（Raw）

   • 原始类型用于存储数据的原始字节，通常用于处理二进制数据。

二、数据结构

数据结构是R语言中组织和存储数据的基本方式，它们决定了数据的操作方式和效率。以下是R语言中常用的几种数据结构：

1. 向量（Vector）

向量是R中最基本的数据结构，它由相同类型的元素组成的一维数组。可以使用c()函数来创建向量。

# 创建数值型向量
num_vector <- c(1, 2, 3, 4, 5)
# 创建字符型向量
char_vector <- c("apple", "banana", "orange")
# 创建逻辑型向量
logical_vector <- c(TRUE, FALSE, TRUE)

向量可以进行元素的提取、赋值、运算等操作，非常灵活方便。

2. 矩阵（Matrix）

矩阵是二维的数组，由相同类型的元素组成。可以使用matrix()函数创建矩阵，并指定行数和列数。

# 创建一个2行3列的矩阵
my_matrix <- matrix(1:6, nrow=2, ncol=3)

矩阵常用于线性代数和数值计算，支持矩阵的转置、乘法运算等。

3. 数组（Array）

数组是矩阵的推广，可以拥有超过两维的数据结构。在R中，数组可以使用array()函数创建，并指定各维的大小。

4. 数据框（DataFrame）

数据框是R中最常用的数据结构之一，用于存储表格数据。数据框可以看作是由等长向量组成的列表，每列可以是不同的数据类型。

# 创建数据框
df <- data.frame(
  Name = c("Alice", "Bob", "Charlie"),
  Age = c(25, 30, 28),
  Sex = c("Female", "Male", "Male"),
  stringsAsFactors = FALSE
)

数据框支持广泛的数据操作，如排序、过滤、合并、拆分等，是数据分析和统计建模的基本单位。

5. 列表（List）

列表是R中最灵活的数据结构，它可以包含不同类型的数据元素，包括向量、矩阵、数据框等。使用list()函数可以创建列表。

# 创建列表
my_list <- list(
  name = "John",
  age = 25,
  city = "New York"
)

列表的元素可以通过索引或名称来访问。