R语言中的数据类型

对于任何语言的编程，变量都起着重要的作用。变量用于保留内存空间，然后我们可以通过在该变量中存储一些值来利用它。
存储的值可以是任何类型的。例如，整数、浮点数、双数、字符串或布尔值。所有这些数据类型都用于在内存中保留不同的空间。
与其他编程语言不同，R语言的数据类型与它们不一样。在R语言中，变量被分配给R对象，R对象的数据类型成为变量的数据类型。
R语言中的数据类型有。

• 向量
• 列表
• 矩阵
• 数组
• 因子
• 数据框架

其中最容易和最简单的是向量。向量有6个分支，它们被称为原子向量，也被称为6类向量。

向量的类别

请记住，在R语言中，类的数量并不局限于上述类型。利用原子向量，我们可以创建一个数组，其类可以进一步被认为是一个数组。

向量

c() 函数用于在向量中使用一个以上的元素时合并元素。

# Create a vector.
apple <- c('geeks', 'for', "benefit")
print(geeks)
  
# Get the class of the vector.
print(class(geeks))

输出

"geeks" "for" "benefit"
     "character"

列表

列表是一种R对象，它可以将一个以上的元素甚至另一个列表结合在一起。

# Create a list.
list1 <- list(c(4, 5, 6), 22.7, cos)
  
# Print the list.
print(list1)

输出

[[1]]
[1] 4, 5, 6

[[2]]
[1] 22.7

[[3]]
function (x)  .Primitive("cos")

矩阵

它是一个具有二维的数据集。它可以通过使用 矩阵() 函数的矢量输入来创建。

# Create a matrix.
S = matrix(c('a', 'b', 'c', 'd', 'e', 'f'), 
           numberOfRow = 2, numberOfCol = 3, 
           byRow = TRUE)
print(M)

输出

    [, 1] [, 2] [, 3]
[1, ] "a"  "b"  "c" 
[2, ] "d"  "e"  "f"

数组

与矩阵不同，数组可以是多维的。在数组中，”dim “变量取我们需要创建的维数。

# Create an array.
a <- array(c('grapes', 'mango'), dim = c(3, 3, 2))
print(a)

输出

,, 1

     [, 1]       [, 2]     [, 3]    
[1, ] "grapes" "mango"   "grapes" 
[2, ] "mango"  "grapes"  "mango"
[3, ] "grapes" "mango"   "grapes",, 2

     [, 1]       [, 2]      [, 3]    
[1, ] "mango"  "grapes"  "mango"
[2, ] "grapes" "mango"   "grapes" 
[3, ] "mango"  "grapes"  "mango" 

因子

向量被用来创建作为R-Objects的因子。与元素的不同值一起，因子存储向量作为标签。
标签总是一个字符。 factor() 函数用于创建因子。 nlevel() 函数总是计算级别的数量。

# Create a vector
colors <- c('green', 'green', 'yellow', 
            'red', 'red', 'red', 'green')
  
# Create a factor object.
factor <- factor(colors)
  
# Print the factor.
print(factor)
print(nlevels(factor))

输出

[1] green  green  yellow red    red    red    green 
Levels: green red yellow
[1] 3

数据框架

表格式的数据R-Objects被称为数据框架。基本上，它是矩阵的一种。但与矩阵不同，数据帧可以存储不同形式的模式。它是一个具有相同长度的向量。 data.frames() 函数被用来创建数据框架。

# Create the data frame.
employee <- data.frame(
   gender = c("Male", "Male", "Female"), 
   height = c(152, 171.5, 165), 
   weight = c(81, 93, 78),
   Age = c(42, 38, 26)
)
print(employee)

输出

gender height weight Age
1   Male  152.0     81  42
2   Male  171.5     93  38
3 Female  165.0     78  26