前面介绍了R的统计函数，有好多小伙伴通过留言反馈，说对R语言的数据结构还不是很清楚，今天我们就聊一下R中关于数据那点事。

首先要回答下面几个问题：

• atomic vector的常用基本类型是什么？
• list和atomic vector有哪些不同？
• matrix和data frame有什么不同？
• data frame的列可以保存list吗？
• data frame的每一行或者每一列的长度可以不一致吗？
• 如何将factor正确地转换为数字？

回答上面的问题，你差不多就大题了解了一些；

1.R语言数据结构是个啥？

R的数据结构是数据类型的封装方式，就是怎么把各种数据类型的数据组合起来，储存相同类型的数据的（同质的），储存不同类型的数据的（异质的），

在R中数据类型被分为字符型(character), 浮点型（double）,整数型 （integer）以及逻辑型（logical）。

浮点型及整数型类型又被统一称为数值型。如果数据都为字符型，或者数值型，或者逻辑型，就被称为同质的，否则被称为异质的。

说到这，想必大家对R中的数据有了很深的了解，R也很贴心，有大量的R的内置数据集：

R语言内置数据集，隐藏的秘密

1. Vectors

无论是atomic vector还是list，都属于vector。这两者构成了R最基本的两大类数据结构。

Atomic vector与list的区别在于，前者的元素都必须是由同一数据类型组成的，也就是说atomic vector都是同质的，而list中的元素可以是异质的。

在任何时候，c( )函数都是可以构建向量，下面是R中内置的向量数据包：

1. Factor

Factor是R中非常具有特点的一类atomic vector。

• Factor是atomic vector，所以它的所有元素必须是同质的，准确地讲其基础类型应该是character。
• Factor又不同于普通的character型atomic vector。
• Factor是将相同字符归类后使用特定格式存放的数据。
• 它有levels()方法，可以得到一个factor中所有的水平（去除重复后所有的元素）。

创建因子向量分为三个步骤：

1. 将输入的数据转换成character型；

2. 对所有的水平进行排序（可能是指定的排序，或者自然排序)，将排序后的水平保存在levels中；

3. 使用levels中的水平序列号重新编码输入的元素。

注意：

1. Factor的值必须是levels中包含的值，否值无法对其编码。

2. 如果想修改factor中所有等于某值的数据为level中不存在的另一数值，应该直接修改其levels。

下面是R中内置的因子向量数据包：

1. Matrices and Data Frame

简单的讲，给atomic vector加上维度信息，它就变成了数组array。如果维度信息是二维的，它就是matrix。也就是说，matrix只是array的一个特例，而array是从atomic vector扩展而来的。

让我们创建一个matrix

#利用matrix()函数构建矩阵
a <- 1:12
mat <- matrix(a, ncol=3, nrow=4) ##ncol == number of column, nrow == number of row
mat

DataFrame

Data frame是R中最常被用到的数据结构。Data frame就是由一系列长度相等的vectors构成。访问某一列可以使用’$’符号，它是2维的，它一样也有和matrix相同的方法，比如colnames(), rownames(), rbind(), cbind(), dim(), ncol(), nrow()等。

下面列出了R中的矩阵，数据框的数据包：

好多的数据集等你去挖掘，这只是冰山一角。更多内容在

R语言系列：探索R自带数据包

总结一下：

今天，小编就讲到这里了，喜欢的小伙伴欢迎，点赞，留言，转发，收藏哦，期待你的互动。