第二章 創建數據集

2.1 數據集的概念

數據集通常是由數據構成的一個矩形數組，行表示觀測，列表示變數。

R中有許多用於存儲數據的結構，包括標量、向量、數組、數據框和列表。

R可以處理的數據類型有：數值型、字元型、邏輯型（TRUE/FALSE）、複數型（虛數）和原生型（位元組）。

2.2數據的結構

2.2.1 向量

向量是用於存儲數值型、字元型或邏輯型數據的一維數組。執行組合功能的函數c()可用來創建向量。

a<-c(1,2,5,3,6,-2,4) b<-c("one","two","three") c<-c(TRUE,TRUE,TRUE,FALSE,TRUE,FALSE)

其中，a是數值型向量，b是字元型向量，c是邏輯型向量。特別需要注意的是：單個向量中的數據必須擁有相同的類型或模式，即數據類型必須一致。

通過在放括弧中給定元素所處的數值，我們可以訪問向量中的元素。eg.:

>a<-c("k","j","h","a","c","m") >a[3] [1]"h" >a[c(1,3,5)] [1]"k" "h" "c" >a[2:6] [1]"j" "h" "a" "c" "m"

如下為在RStudio中的運行結果

2.2.2 矩陣

矩陣是一個二維數組，只是每個元素都擁有相同的模式。可通過函數matrix()創建矩陣。eg.:

>y<-matrix(1:20,nrow=5,ncol=4)>y [,1] [,2] [,3] [,4][1,] 1 6 11 16[2,] 2 7 12 17[3,] 3 8 13 18 [4,] 4 9 14 19[5,] 5 10 15 20>cells <-c(1,26,24,68)>rnames <-c("R1", "R2")>cnames <-c("C1", "C2")>mymatrix <-matrix(cells,nrow=2,ncol=2,byrow=TRUE,dimnames=list(rnames,cnames))>mymatrix C1 C2R1 1 26R2 24 68>mymatrix<-matrix(cells,nrow=2,ncol=2,byrow=FALSE,dimnames=list(rnames,cnames))>mymatrix C1 C2R1 1 24R2 26 68

其中nrow和ncol用以指定行和列的維數，dimnames包含了可選的、以字元型向量表示的行名和列名，選項byrow則表明矩陣應當按行填充（byrow=TRUE）還是按列填充（byrow=FALSE），默認情況下是按列填充。

在運行環境運行案例代碼如下：

矩陣都是二維的，矩陣中也僅能包含一種數據類型。

2.2.3 數組

數組與矩陣類似，但是維度可以大於2，數組可通過array函數創建，形式如下：

myarray<-array(vector,dimensions,dimnames)

其中vector包含了數組中的數據，dimensions是一個數值型向量，給出了各個維度下標的最大值，而dimnames是可選的、各維度名稱標籤的列表。

代碼清單2-3 創建一個數組

2.2.4 數據框

據框中的不同列可以包含不同模式（數值型、字元型等）的數據，數據框可通過函數data.frame()創建：

mydata <-data.frame(col1, col2, col3)

其中的列向量col1,col2,col3等可為任何類型（如字元型、數值型或邏輯型）。每一列的名稱可由函數names指定。

代碼清單 2-4 創建一個數據框

① 從數據框中選取某一列，在列名前加$，例如：

② 選取其中的部分

③ 獲取data中的病人數

④ 查找1型糖尿病人的人數

⑤ 新增加行用rbind函數

⑥ 新增加列用cbind函數

2.2.5 列表

列表可以使用list()函數創建：

mylist <-list(object1,object2,...)

其中的對象可以是目前為止所講的結構（向量、矩陣、數據框、甚至其他列表的組合）。同時也可以對列表中的對象命名：

mylist <-list(name1=object1,name2=object2,...)

代碼清單展示例子：

2.3 數據的輸入

本章介紹Excel和SPSS導入中的導入學習：

1、EXCEL的導入：

2、SPSS的導入：

第一步：

第二步：