R和Python数据结构对比

2019年10月20日 108次阅读来源: 凡人求索

《R和Python数据结构对比》

本文内容概要：

R语言数据结构及实例操作
Python语言数据结构及实例操作

R语言数据结构及实例解析

接下开始学习R语言的向量、矩阵、数组、数据框、列表这五个数据结构。

1.向量

向量是用于存储数值型、字符型或逻辑型数据的一维数组。函数c()可用来创建向量。单个向量中的数据必须拥有相同的数据类型.

> name <-c('猴子','李四','王五','张三'); #创建一个向量，并且赋值给name
> name
[1] "猴子" "李四" "王五" "张三"'猴子','李四','王五','张三');

查看向量有多少个元素

> length(name)
[1] 4

查找其中的某个元素

> name[1]
[1] "猴子"    #得出位置1的元素
> name[2]
[1] "李四"    #得出位置2的元素
> name[1:3]
[1] "猴子" "李四" "王五" #得出位置1到3的元素

增加一个元素

> name<-c(name,'小麻子')
> name
[1] "猴子"   "李四"   "王五"   "张三"   "小麻子"

2.矩阵

矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型）。可通过函数matrix()创建矩阵。一般使用格式为：

myymatrix <- matrix(vector, nrow=number_of_rows, ncol=number_of_columns,
byrow=logical_value, dimnames=list(
char_vector_rownames, char_vector_colnames))

其中vector包含了矩阵的元素，nrow和ncol用以指定行和列的维数， dimnames包含了可选的、以字符型向量表示的行名和列名。选项byrow则表明矩阵应当按行填充（byrow=TRUE）还是按列填充（byrow=FALSE），默认情况下按列填充。

创建矩阵

> data<-c(1,2,3,4,5,6)
> rnames<-c('r1','r2')
> cnames<-c('c1','c2','c3')
> a<-matrix(data=data,nrow=2,ncol=3,byrow=TRUE,dimnames = list(rnames,cnames))
> a
   c1 c2 c3
r1  1  2  3
r2  4  5  6

查找

> a[1,]   #得出矩阵的第一行
c1 c2 c3 
 1  2  3 
> a[,1]    #得出矩阵的第一列
r1 r2 
 1  4 
> a[1,2]    #得出行为1，列为2的元素
[1] 2

矩阵在绘制条形图中的一个应用

> age<-c(29,34,28,52)
> rname<c('张三','李四','王五','麻子')
> a<-matrix(age,nrow=4,ncol=1,dimnames=list(rnames,cnames))
> a
     年龄
张三   29
李四   34
王五   28
麻子   52
> barplot(a[,'年龄'])

可看到年龄分布图如下

《R和Python数据结构对比》年龄分布图

3.数组

数组（array）与矩阵类似，但是维度可以大于2。数组可通过array函数创建，形式如下：

myarray <- array(vector, dimensions, dimnames)

其中vector包含了数组中的数据， dimensions是一个数值型向量，给出了各个维度下标的最大值，而dimnames是可选的、各维度名称标签的列表。如下创建了一个三维（2×3×4）数值型数组。

> dim1 <- c("A1", "A2")
> dim2 <- c("B1", "B2", "B3")
> dim3 <- c("C1", "C2", "C3", "C4")
> z <- array(1:24, c(2, 3, 4), dimnames=list(dim1, dim2, dim3))
> z
, , C1

   B1 B2 B3
A1  1  3  5
A2  2  4  6

, , C2

   B1 B2 B3
A1  7  9 11
A2  8 10 12

, , C3

   B1 B2 B3
A1 13 15 17
A2 14 16 18

, , C4

   B1 B2 B3
A1 19 21 23
A2 20 22 24

4.数据框

与矩阵不同的是，数据框的不同列可以包含不同模式（数值型、字符型等）的数据。每一列数据的模式必须唯一，但是却可以将多个模式的不同列放到一起组成数据框。数据框可通过函数data.frame()创建：

mydata <- data.frame(col1, col2, col3,...)

其中的列向量col1、 col2、 col3等可为任何类型（如字符型、数值型或逻辑型）。每一列的名称可由函数names指定。

实例如下：

> patientID <- c(1, 2, 3, 4)
> age <- c(25, 34, 28, 52)
> diabetes <- c("Type1", "Type2", "Type1", "Type1")
> status <- c("Poor", "Improved", "Excellent", "Poor")
> patientdata <- data.frame(patientID, age, diabetes, status)
> patientdata
  patientID age diabetes    status
1         1  25    Type1      Poor
2         2  34    Type2  Improved
3         3  28    Type1 Excellent
4         4  52    Type1      Poor

选取数据框中的元素

> patientdata[1:2]   #选取1、2两列
  patientID age
1         1  25
2         2  34
3         3  28
4         4  52
---------------
> patientdata[c("diabetes", "status")]   #选取特定的'diabetes','status'两列
diabetes status
1 Type1 Poor
2 Type2 Improved
3 Type1 Excellent
4 Type1 Poor
-------------------
> patientdata$age     # 其中$是用来选取一个给定数据框中的某个特定变量。
[1] 25 34 28 52
------------------
> type2<-patientdata[patientdata$diabetes=='Type2',]     #查找'Type2'型的病人
> type2
  patientID age diabetes   status
2         2  34    Type2 Improved
----------------------------------
> type2.number<-nrow(type2)          #'Type2'型的病人有多少个
> type2.number
[1] 1

数据框的增加

增加一行

> patientID<-c(5)
> diabetes<-c('Type2')
> status<-c('poor') 
> age<-c(30)
> newpatient<-data.frame(patientID,diabetes,status,age)
> newpatient
  patientID diabetes status age
1         5    Type2   poor  30
> patientdata<-rbind(patientdata,newpatient)    #rbind是根据行进行合并，就是自动往下面顺延，但要求所有数据列数是相同的才能用rbind.
> patientdata
  patientID age diabetes    status
1         1  25    Type1      Poor
2         2  34    Type2  Improved
3         3  28    Type1 Excellent
4         4  52    Type1      Poor
5         5  30    Type2      poor

增加一列

> intime<-c('1月1日','2月2日','3月3日','4月4日','5月5日')
> patientdata<-cbind(patientdata,intime)   #cbind是根据列进行合并，合并的前提是所有数据行数相等。
> patientdata
  patientID age diabetes    status intime
1         1  25    Type1      Poor 1月1日
2         2  34    Type2  Improved 2月2日
3         3  28    Type1 Excellent 3月3日
4         4  52    Type1      Poor 4月4日
5         5  30    Type2      poor 5月5日

5.列表

一般来说，列表就是一些对象（或成分，component）的有序集合。

列如某个列表中可能是若干向量、矩阵、数据框，甚至其他列表的组合。可以使用函数list()创建列表：

mylist <- list(object1, object2, ...)

还可以为列表中的对象命名：

mylist <- list(name1=object1, name2=object2, ...)

创建一个列表

> g <- "My First List"
> h <- c(25, 26, 18, 39)
> j <- matrix(1:10, nrow=5)
> k <- c("one", "two", "three")
> mylist <- list(title=g, ages=h, j, k)
> mylist
$title
[1] "My First List"

$ages
[1] 25 26 18 39

[[3]]
     [,1] [,2]
[1,]    1    6
[2,]    2    7
[3,]    3    8
[4,]    4    9
[5,]    5   10

[[4]]
[1] "one"   "two"   "three"

> mylist[[2]]  #指那个含有四个元素的向量
[1] 25 26 18 39
> mylist[["ages"]]   #指那个含有四个元素的向量
[1] 25 26 18 39