一文总结R语言常用的数据结构！！！

天意生信云

发布于 2025-01-22 08:04:12

10900

代码可运行

文章被收录于专栏：天意生信俱乐部天意生信俱乐部

运行总次数：0

代码可运行

R语言是一种强大的数据分析工具，其核心在于丰富的数据结构。除了上一节我们详细介绍过的数据框（data frame），R 还有其他常用数据结构，每种结构都适用于不同的场景。以下是数据结构的分类及结合使用实例的详细解释。

向量（Vector）

向量是 R 中最基本的数据结构，用于存储一组相同类型的数据（数值型、字符型或逻辑型）,比如变量的取值范围、分类标签等。

特点：元素类型一致；一维结构。

# 创建数值型向量
numeric_vector <- c(1, 2, 3, 4, 5)
# 创建字符型向量
char_vector <- c("A", "B", "C")
# 创建逻辑型向量
logical_vector <- c(TRUE, FALSE, TRUE)

# 访问向量元素
numeric_vector[2] # 输出: 2

矩阵（Matrix）

矩阵是二维的同质数据结构，所有元素必须为同一类型（数值型、字符型或逻辑型），适用于线性代数运算或二维同质数据的存储。

特点：元素类型必须一致；有行有列的二维结构。

# 创建矩阵
matrix_example <- matrix(1:9, nrow = 3, ncol = 3)
# 访问矩阵元素matrix_example[2, 3]

数组（Array）

数组是 R 中的多维同质数据结构，可以扩展到二维以上（矩阵是数组的特殊形式），适合存储和操作高维数据，比如图像处理中的像素值。

特点：元素类型一致，支持多维。

# 创建三维数组
array_example <- array(1:24, dim = c(2, 4, 3))#两行四列3层
array_example
# 访问数组元素
array_example[2, 3, 2]

列表（List）

列表是 R 中最灵活的数据结构，可以存储异构数据（不同类型和维度的数据）。

特点：元素类型可以不同；可以包含向量、矩阵、数据框，甚至其他列表，非常适合存储复杂结构化数据，比如分层数据或嵌套信息。。

# 创建列表
list_example <- list(name = "Alice", age = 25, scores = c(90, 85, 88))
# 访问列表元素
list_example$name # 输出: "Alice"
list_example$scores # 输出: c(90, 85, 88)

因子（Factor）

因子是用于处理分类数据的特殊数据结构。它存储离散的分类值，同时包含其可能的取值（levels），因子可以通过函数factor()创建。

特点：用于存储分类变量；有序因子表示等级关系。

# 创建因子
factor_example <- factor(c("Low", "Medium", "High", "Low"))
# 查看因子取值
levels(factor_example) # 输出: "High" "Low" "Medium"
#如果想要把某个变量变成有序型变量，可以使用ordered=TRUE参数：
status <- factor(c("Poor","Improved","Excellent","Poor"),
                 ordered= T
)
status

综合示例

# 数据框和列表结合
students <- data.frame(
  Name = c("Alice", "Bob"),
  Scores = list(c(90, 85, 88), c(75, 80, 70))
)
students

# 矩阵与因子结合
grades <- matrix(c("A", "B", "C", "A"), nrow = 2)
grades_factor <- factor(grades)

# 向量操作与时间序列结合
time_series <- ts(cumsum(runif(10, min = -1, max = 1)), start = c(2023, 1), frequency = 12)