其他分享
首页 > 其他分享> > R数据分析-数据结构(后续)

R数据分析-数据结构(后续)

作者:互联网

  1. 因子
    在R中将类别变量与有序变量称为’因子’,因子在R数据分子中很重要,因为它决定了数据分析的方式以及如何进行视觉呈现,相关定义如下:

disease <- c(‘Type1’,‘Type2’,‘Type1’,‘Type1’); #默认按照字母顺序而定
disease <- factor(disease); #因子定义
disease;
[1] Type1 Type2 Type1 Type1
Levels: Type1 Type2

status <- c(‘Poor’,‘Excellent’,‘Improved’);
status <- factor(status,order=TRUE,levels=c(‘Poor’,‘Improved’,‘Excellent’)); #指定变量的顺序
status;
[1] Poor Excellent Improved
Levels: Poor < Improved < Excellent

  1. 列表
    列表是R中最为复杂的一种数据类型,它允许你整合若干对象到单个对象名下,例如: 某个列表中可以是若干向量,矩阵,数据框,列表的组合,相关定义与访问数据规范如下:

a <- ‘my list’;
b <- c(1,3,5,7);
c <- matrix(5:20,nrow=4,byrow=TRUE);
mylist <- list(title=a,age=b,num=c);
mylist;
$title
[1] “my list”
$age
[1] 1 3 5 7
$num
[,1] [,2] [,3] [,4]
[1,] 5 6 7 8
[2,] 9 10 11 12
[3,] 13 14 15 16
[4,] 17 18 19 20

mylist[[‘age’]]; #访问
[1] 1 3 5 7
mylist[[3]];
[,1] [,2] [,3] [,4]
[1,] 5 6 7 8
[2,] 9 10 11 12
[3,] 13 14 15 16
[4,] 17 18 19 20

标签:数据分析,status,mylist,后续,disease,列表,因子,数据结构,Type1
来源: https://blog.csdn.net/qq_32336203/article/details/111414453