【R语言学习】003 变量类型，检查更改

vlambda
2020-04-30

【R语言学习】003 变量类型，检查更改

第一部分目标：001~011，R的基础操作（基本不涉及数据分析数据流）

第二部分目标：012~020，一点基础的数据分析操作，如数据清理

第三部分目标：020之后，开始学习一些进阶内容

003 变量类型，检查更改

本章目标：

☆知道数据的类型、基本属性等（这个真的了解就好，后面都会单独细讲。这一节虽然是简介但字数最多）

☆☆转换变量类型

☆☆☆学会检查变量并且查找有用的信息

☆学会操作用户工作区

一、类

引语

在R中，“最小的”数据类型为向量。所有的变量都一定归属一个类，就像高中时代我们会穿上各自学校的校服。例如数字向量是numeric类，逻辑值向量是logical类。

可以用class函数来找出变量名

如

> x<-c(TRUE,FALSE)> class(x)[1] "logical"

看到这里有同学可能会和我一样迷惑。老师上课说的mode又是什么？

事实上，所有的变量除了类以外，还有一个内部存储类型（用typeof访问），而“mode”表示“模式”，此外还有一个存储模式“storage.mode”。

通常情况只需要知道class就好

关于数据类型和数据结构，有些参考书将之混为一谈，这里做了一些整理。

类涉及的东西真的太多太杂，这里只介绍像我这种初学者能记住的

1、数据类型

R语言可以处理的数据类型主要有6种：浮点型/数值型（numeric）、整数型（integer）、字符型（character）、复数型（complex）、逻辑型（logical）和原生型（raw）

（1）若输入的数据为一个数字，则数据类型为数值型（numeric），若想数据类型为整数（integer），则需要在所赋值后加“L”。如

> x <- 5> class(x)[1] "numeric"> y <- 5L> class(y)[1] "integer"

（2）复数(包括虚部和实部，且虚部不为0)的数据类型为复数型，如2+i；

逻辑型数据包括两种：TRUE和FALSE；

原生型数据为字节，很少用到，它用于存储二进制数据。

2、数据结构

线性代数里面有：向量、矩阵、行列式等

R语言中的数据结构有7种：标量，向量，矩阵，数组(array)，数据框(data frame)，因子(factor)，列表(list)。（数据框和列表允许多种数据类型）。

【R语言学习】003 变量类型，检查更改

枯了，这个玩意上面被挡住的地方写的是“单元素的向量被称为标量”

这些东西之后都会学到，这里只是简单了解。过多介绍毫无益处反而更乱。上学期学C++的时候就是这样，第二章直接学懵。

3.数据对象的属性

所有对象的数据都有两个属性①class②length（长度）

想要查询对象的这两个属性，用class() 、 length()可以得到

举个例子：

x<-numeric(2)

定义了一个长度为2的数值型数据

用线性代数语言：x是一个二维行向量

长度为对象中所含的元素个数。

length对于向量、矩阵、因子而言，表示它们含有的数据个数

而数据框和列表略有不同。数据框可以认为是由n个数据类型不同的列向量组成的，因此每一列都是数据框的一个元素，其长度为列的个数；列表是由不同的对象聚集而成的，其包含的每一个对象都是它的一个元素，列表的长度指其包含对象的个数。

另：维度属性

维度属性为对象各维度的长度，对象维度为1时，其维数属性的值为空，列表可以认为是元素特殊的向量，因此也是1维的。使用dim()可以查看。

学过线代都知道维度，这个就不解释了吧

eg：

> d <- array(1:12, c(3,2,2))> dim(d)  [1] 3 2 2

二、检查和更改“类”

1、检查

用is函数可以检查

eg：

> is.character("cwt")[1] TRUE

使用is函数是为了测试这个对象的类型，我们希望它能返回一个逻辑值TRUE，如果返回的是FALSE，我们就需要对其进行调整。而class函数的使用，是在我们不知道但想知道对象类型的时候。这两者最初目的不同。

在实际操作中，通常采用以下措施来纠正数据类型

if(!is(x,"..."))#...表示数据类型{#这里加入纠正措施}

2、更改

所谓更改，指的就是转型（casting），大部分的is函数都有与之对应的as函数。一般情况下用特定的as函数而非单纯的as函数。（具体见下）

> x<-"123"> as(x,"numeric")[1] 123> #上面是把x从一个字符串变量转型为一个数值型变量> #像这样的as函数就是所谓“单纯的”as函数> > as.numeric(x)[1] 123> #这就是所谓“特定的”as函数

记不太清楚老师上课有没有讲过直接给对象分配一个新的“类”以达到改变其类型的效果

eg：

> x<-"123456"> class(x)<-"numeric"> x[1] 123456> #这里就是给x分配了一个数值类，达到把原先的字符型转变为数值型的效果

做个检查：

> is.numeric(x)[1] TRUE

三、检视变量

（为避免误会，将参考书此处的检查变量换为检视变量）

这里介绍一个很有用的summary函数

它能为不同的数据类型提供汇总信息

这里用runif生成一些随机数来做个测试

> num<-runif(20)> #runif函数用来生成0到1之间的随机数，> #20表示生成20个这样的数> summary(num) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.02688 0.20550 0.41648 0.42714 0.69348 0.82970 > #Qu表示分位数

在《学习R》《R语言实战》中，介绍到这，接下来会用一些因子型、数据框做演示，显然这些玩意如果没有注解初学者基本看不懂（虽然学到后面就知道这里的例子不难）。本系列将到007左右开始细讲因子型。

这里主要是先记住summary这个函数

其他例子：

首先我们先给几个变量赋值，

> num<-runif(30)> fac<-factor(sample(letters[1:5],30,replace=TRUE))> bool<-sample(c(TRUE,FALSE,NA),30,replace = TRUE)> drf<-data.frame(num,fac,bool)

注释：sample表示随机抽样；30，replace=TRUE表示抽30次，letters[1:5]表示前五个字母abcde。factor表示这里是个因子型向量。多维对象都是通过列来汇总的。

接下来再介绍几个其他函数

head、str、unclass、attributes、View

head函数可以显示多维对象的前6行（如数据框）（关于数据框会在004或者005介绍）

数据框的summary函数像是对每一列单独调用summary

str函数能显示对象的结构（多用于数据框）

unclass显示变量是如何构建的。在下面的例子里面，levels是因子型向量的一个属性（因子型在007会讲）。对它使用unclass会显示它仅仅是个拥有levels的整数向量

attributes函数能显示当前所有对象的属性列表

View（V是大写）能把变量生成一个表格

在Rstudio中的效果见下

以上函数例子详见下面的代码

> summary(num) Min. 1st Qu. Median Mean 3rd Qu. Max. 0.03859 0.23581 0.45436 0.50639 0.76401 0.96125 > summary(fac)a b c d e 8 4 8 6 4 > summary(bool) Mode FALSE TRUE NA's logical 12 15 3 > summary(drf) num fac bool  Min. :0.03859 a:8 Mode :logical  1st Qu.:0.23581 b:4 FALSE:12  Median :0.45436 c:8 TRUE :15  Mean :0.50639 d:6 NA's :3  3rd Qu.:0.76401 e:4  Max. :0.96125 > head(drf) num fac bool1 0.7073118 a FALSE2 0.1830570 a TRUE3 0.2198313 a NA4 0.6306432 e TRUE5 0.2837335 c TRUE6 0.7173090 c TRUE
#head可以仅仅显示多维对象额前几行
> str(num) num [1:30] 0.707 0.183 0.22 0.631 0.284 ...> str(drf)'data.frame': 30 obs. of 3 variables: $ num : num 0.707 0.183 0.22 0.631 0.284 ... $ fac : Factor w/ 5 levels "a","b","c","d",..: 1 1 1 5 3 3 4 2 4 1 ... $ bool: logi FALSE TRUE NA TRUE TRUE TRUE ...> unclass(fac) [1] 1 1 1 5 3 3 4 2 4 1 2 1 4 1 2 3 1 5 3 4 5 3 5 3 4 4 3[28] 3 1 2attr(,"levels")[1] "a" "b" "c" "d" "e"> attributes(fac)$levels[1] "a" "b" "c" "d" "e"
$class[1] "factor"
> View(drf)>

【R语言学习】003 变量类型，检查更改

可以用View(head(drf,50))，查看刚刚定义的数据框变量drf的前50行

四、工作区

用ls函数可以列出现有变量的名称，rm函数用来清除变量和清理区间。

ls能连着名字把结构一起列出。用ls(pattern="...")能找到想要的包含特定字符的变量名

这个了解就好，也挺好记的。

在Rstudio中，如果工作量不是很大，这个功能个人感觉有点鸡肋

用《学习R》课后习题3-3举例子（书上没有附参考答案）：

题目：创建一些以蔬菜（英文）命名的变量，列出用户工作区中所有包含字母a的变量

答案如下：

第一步，百度搜索蔬菜英文词汇大全，香瓜honeypeach ，卷心菜cabbage，胡萝卜carrot，

木耳 agarics 豌豆 pea 马铃薯（土豆） potato 洋葱onion

差不多了，

第二步，

> honeypeach<-1> cabbage<-2> pea<-3> onion<-TRUE> agarics<-5> potato<-"brown"> carrot<-"red"> ls() [1] "agarics" "cabbage" "carrot" "honeypeach" [5] "my_fac" "my_fac2" "my_fac3" "myfac6"  [9] "onion" "pea" "potato" "tempstring" #这里我发现上一张工作区命名的变量my_fac留在上面#用rm清除掉#重新来一次> rm(list=ls(pattern = "my"))> honeypeach<-1> cabbage<-2> pea<-3> onion<-TRUE> agarics<-5> potato<-"brown"> carrot<-"red"> ls()[1] "agarics" "cabbage" "carrot" "honeypeach"[5] "onion" "pea" "potato" "tempstring"
#nice！

003就到这里结束，到目前为止，都还没什么难度。当年我们学C++不也是如此吗？（从“这东西挺简单”到“背，多分”）

***上一期推文我里面附了几个R document的链接，但后来发现这个是无法直接用浏览器打开的（电脑和手机端都不行）。必须要在R自身的编辑器里面输入?加上要询问的内容，才能跳转至浏览器。而在Rstudio中，不会跳转至浏览器，编辑器右下角Help标签栏会自动显示要查询的内容（如下图）（不能像浏览器那样使用翻译功能）。因为一些地方英文看不懂，根据个人感受，还是选择在R自身的编辑器中输入查询指令，在浏览器上阅读，这样一些看不懂的地方也有翻译。非常抱歉，因本人上一次的疏忽而造成各位不良阅读体验。

【R语言学习】003 变量类型，检查更改