概念
数值型(Numeric):用于存储数值数据,包括整数和浮点数。例如:x <- 5。
字符型(Character):用于存储文本数据,以单引号或双引号括起来。例如:name <- “John”。
逻辑型(Logical):用于存储布尔值,即TRUE或FALSE。用于表示逻辑条件的真假。例如:is_student <- TRUE。
因子型(Factor):用于存储分类变量,比如性别、教育程度等。因子型数据在统计建模中很常见。例如:gender <- factor(“Male”, levels=c(“Male”, “Female”))。
向量(Vector):是R中最基本的数据结构,可以存储相同类型的多个元素。向量可以是数值型、字符型、逻辑型等。例如:numbers <- c(1, 2, 3, 4)。
列表(List):用于存储不同类型的元素,类似于Python中的列表。列表中的元素可以是向量、矩阵、数据框等。例如:my_list <- list(name=“John”, age=30, is_student=TRUE)。
矩阵(Matrix):是二维的数值型数据结构,其中所有元素必须具有相同的数据类型。例如:my_matrix <- matrix(c(1, 2, 3, 4), nrow=2, ncol=2)。
数据框(Data Frame):用于存储类似表格的数据,每一列可以是不同的数据类型,类似于数据库中的表。数据框常用于处理实际数据集。例如:
my_data <- data.frame(name=c("John", "Jane", "Bob"),
age=c(30, 25, 22),
is_student=c(TRUE, FALSE, TRUE))
数组(Array):类似于矩阵,但可以包含多于两个维度的数据。数组的维度需要相同,所有元素具有相同的数据类型。
因子(Factor):用于存储分类变量,可以带有预定义的水平。
时间序列(Time Series):用于存储按照时间顺序排列的数据点。文章来源:https://www.toymoban.com/news/detail-667919.html
空值(NA):表示缺失值的特殊值。文章来源地址https://www.toymoban.com/news/detail-667919.html
到了这里,关于R语言01-数据类型的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!