梳理 R 的向量、矩阵、数组、列表、数据框和因子等核心数据结构及其索引与处理方式。
# 1. 向量
- 构造：
c() ；序列 1:5 、 seq() ；重复 rep() ；混合类型转字符。 - 索引：正负下标、区间、逻辑、
which/which.max/which.min 。 - 运算与汇总：
sqrt/sum/mean/var/sd/min/max/range/rev/sort/order/rank 。
1
2
3
4
| f <- seq(1, 10)
f[c(3, 5, 8)]
f[-c(3, 5, 8)]
f[f > 5]
|
# 2. 矩阵与数组
- 创建：
matrix(data, nrow, ncol, byrow=FALSE, dimnames=...) ； cbind/rbind 合并。 - 索引：
m[row, col] ；负下标排除。 - 多维数组：
array(data, dim = c(r, c, k)) 。
1
2
3
| m <- matrix(1:20, nrow = 5, ncol = 4)
m[2, 3]; m[2, ]; m[, 3]; m[2, -3]
array(1:24, dim = c(3, 4, 2))
|
# 3. 数据框
- 创建 / 转换：
data.frame() ； as.data.frame(matrix/list) ；检测 is.data.frame 。 - 索引：
df[rows, cols] ， $ / [[ ]] 取列。 - 修改：
colnames/row.names <- ； with(df, ...) 计算新列； apply/lapply/sapply 汇总。 - 取子集：
subset(df, 条件, select=...) 。 - 因子：
cut() 分箱， factor(..., ordered=TRUE) 。
1
2
3
| df <- data.frame(Name=c("Alice","Bob","Charlie"), Age=c(25,30,22))
df$BMI <- with(df, Age/10)
subset(df, Age > 23, select = c(Name, BMI))
|
# 4. 列表
1
2
3
4
| subject <- c("Math", "Reading")
student <- c("John", "Peter")
list_one <- list(subjectNames = subject, studentNames = student)
score <- matrix(1:4, nrow = 2, dimnames = list_one)
|
# 5. 字符串与正则
- 提取与长度：
substr/substring ， nchar/nzchar ， str_extract(_all) 。 - 拼接：
paste/paste0 ；替换： chartr/sub/gsub/str_replace(_all) 。 - 正则：
grep 家族演示 ^ $ . [] [^] .* ? * + () | - 。
1
2
3
4
5
| str <- "Hello, world!"
substr(str, 1, 5)
shopping <- c("apples x4", "bag of flour")
str_extract(shopping, "[a-z]+")
grep("^t", c("The","take","away"), value = TRUE)
|
