Learning R 5 - Lists and Data Frames 数据分析

https://github.com/cccxm/deep-learning/tree/master/R/learning-r/c-5
章节目标

能够创建list和data.frame
能够使用length,names以及一些其他的检查和操作这些变量的函数
理解什么是NULL以及如何使用它
理解递归变量和原子变量的不同
了解关于list和data.frame的基本操作

文章目录

Lists

创建链表
原子变量和递归变量
链表的长度与运算
链表的索引操作
链表和向量的转换
链表的拼接

Data Frame

创建数据框对象
基本的数据框操作

Lists List可以理解为其中元素类型可以不同的向量。
创建链表
使用list函数可以创建一个链表。

> my_list <- list(c(1,2,3),matrix(c(1,2,3,4),nrow = 2)) > my_list [[1]] [1] 1 2 3[[2]] [,1] [,2] [1,]13 [2,]24

和向量不同的是，链表中不会合并数据。
使用names函数可以给链表中的元素命名。

> names(my_list) <- c('vector','matrix') > my_list $vector [1] 1 2 3$matrix [,1] [,2] [1,]13 [2,]24

除了使用names函数外，也可以在链表创建时指定名称

> my_list <- list( +vector=c(1,2,3), +matrix=matrix(1:4,nrow = 2) + ) > my_list $vector [1] 1 2 3$matrix [,1] [,2] [1,]13 [2,]24

原子变量和递归变量
由于链表的特性，链表中的元素仍然可以是一个链表，所以链表可以被认为是一个可递归的变量。
使用is.atomic和is.recursive函数可以判断变量的类型

> is.atomic(list()) [1] FALSE > is.atomic(numeric()) [1] TRUE

链表的长度与运算
链表的长度只与它顶层元素的数量有关。

> length(my_list) [1] 2

链表不能像矩阵那样测量维度，行数，列数等信息，但是提供了一个类似名称的函数。

> nrow(my_list) NULL > NROW(my_list) [1] 2 > NCOL(my_list) [1] 1

木的灵魂的两个函数。
关于运算：链表不能像向量一样直接在其对象上运算。

> 1:4 + 2:5 [1] 3 5 7 9 > list(c(1:4))+list(c(2:5))# Error in list(c(1:4)) + list(c(2:5)): 二进列运算符中有非数值参数

直接在链表上的运算会提示错误。
需要将待运算的数据转换成向量之后才能正常运算结果。例如

> list(c(1:4))[[1]]+list(c(2:5))[[1]] [1] 3 5 7 9

链表的索引操作
假设链表结构如下

> my_list <- list( +first = 1, +second = 2, +thrid = list( +alpha = 3.1, +beta = 3.2 +) + )

与向量操作类似，可以直接使用方括号形式的索引获取元素。

> my_list[1:2] $first [1] 1$second [1] 2> my_list[-3] $first [1] 1$second [1] 2> my_list['first'] $first [1] 1> my_list[c(T,F,F)] $first [1] 1

**注意：**以上通过索引方式获取的对象仍然是个链表。如果我们需要获取对应的内容，则需要使用双重中括号。

> typeof(my_list[1]) [1] "list" > typeof(my_list[[1]]) [1] "double"

除了使用typeof输出类型的名称，还可以用逻辑运算函数is.list来判断当前是否是链表类型。
除了使用方括号索引获取对象，还可以使用$加名称查找对应的元素，注意：只要表示唯一，可以使用名字的简写。

> l <- list( +same1 = 1:4, +same2 = 5:8, +other = 9:12 + ) > l$other [1]9 10 11 12 > l$o [1]9 10 11 12 > l$same NULL

$符号的作用是取值，等价于双重中括号

> typeof(l['other']) == typeof(l$other) [1] FALSE > typeof(l[['other']]) == typeof(l$other) [1] TRUE

链表和向量的转换
as.*函数可以实现类型的转换。

> as.list(1:4) [[1]] [1] 1[[2]] [1] 2[[3]] [1] 3[[4]] [1] 4> as.vector(list(1:4)) [[1]] [1] 1 2 3 4> as.vector(list(a=1:2,b=3:4)) $a [1] 1 2$b [1] 3 4> unlist(list(a=1:2,b=3:4)) a1 a2 b1 b2 1234

链表的拼接
c函数可以应用于链表表示拼接。使用方式如下

> com_list <- c(list(1:3), 4) > com_list [[1]] [1] 1 2 3[[2]] [1] 4> typeof(com_list) [1] "list"

使用矩阵函数cbind或者rbind同样可以实现链表的拼接

> cbind( +list(a = 1, b = 2), +list(c = 3, d = 4) + ) [,1] [,2] a 13 b 24 > rbind( +list(a = 1, b = 2), +list(c = 3, d = 4) + ) a b [1,] 1 2 [2,] 3 4

Data Frame 数据框是一种表格结构的对象，与矩阵类似，但不要求类型相同。
创建数据框对象
使用data.frame函数就可创建一个数据框对象。

> data.frame( +x = 1, +y = 2:3, +z = 4:7 + ) x y z 1 1 2 4 2 1 3 5 3 1 2 6 4 1 3 7

基本的数据框操作
转置

> df <- data.frame( +x = 1, +y = 2:3, +z = 4:7 + ) > df x y z 1 1 2 4 2 1 3 5 3 1 2 6 4 1 3 7 > t(df) [,1] [,2] [,3] [,4] x1111 y2323 z4567

列合并
将一个数据框追加到另一个数据框的右侧

> df1 <- data.frame( +x = 1, +y = 2:3, +z = 4:7 + ) > df2 <- data.frame( +a = letters[1:4], +b = letters[5:8] + ) > cbind(df1, df2) x y z a b 1 1 2 4 a e 2 1 3 5 b f 3 1 2 6 c g 4 1 3 7 d h

行合并
将两个数据框按照行扩展的方式追加

> df1 <- data.frame( +x = 1, +y = 2:3, +z = 4:7 + ) > df2 <- data.frame( +x = 1:3, +y = 4:6, +z = 7:9 + ) > rbind(df1, df2) x y z 1 1 2 4 2 1 3 5 3 1 2 6 4 1 3 7 5 1 4 7 6 2 5 8 7 3 6 9

【Learning R 5 - Lists and Data Frames】有条件合并

> df1 <- data.frame( +names = c('apple', 'orange'), +price = c(6.9, 8.9) + ) > df2 <- data.frame( +names = c('apple', 'orange'), +color = c('red', 'orange') + ) > merge(df1, df2, by = 'names') names pricecolor 1apple6.9red 2 orange8.9 orange