Типы данных в R с примером

Каковы типы данных в R?

Ниже приведены типы данных или структуры данных в программировании на R:

• Скаляры
• Векторы (числовые, символьные, логические)
• Матрицы
• Фреймы данных
• Списки

Этот список объединяет две взаимосвязанные идеи, и их разделение облегчает восприятие остальной части страницы. тип данных Описывает, что представляет собой отдельное значение — число, фрагмент текста, TRUE или FALSE. структура данных Описывает, сколько значений хранится вместе и в какой форме. Скаляры, векторы, матрицы, фреймы данных и списки — это структуры; значения внутри них по-прежнему относятся к одному из базовых типов R.

В R нет отдельного типа данных для скаляров: скаляр — это просто вектор длиной в единицу, поэтому так много кода в R пишется сразу для целых векторов.

Основные типы данных в R

Каждое значение в R принадлежит одному из небольшого набора основных (атомарных) типов:

• 4.5 — это десятичное число, называемое числовым значением.
• Число 4 выглядит как целое, но в R оно по-прежнему хранится как число с плавающей запятой типа double. Пишите 4L, когда требуется истинное целое число.
• TRUE или FALSE — это логическое значение, которое в R называется логическим значением.
• Значение внутри кавычек или пробелов — это текст (строка). Эти значения называются символами.

Набор дополняют еще два типа. Комплексные значения, такие как 3+2i, содержат действительную и мнимую части, а необработанные значения — байты. Оба типа редко встречаются в повседневном анализе, но они перечислены в базовом языке R. документация по функции typeof() наряду с четырьмя распространенными типами.

Мы можем проверить тип переменной с помощью функции класса.

Пример 1: Проверка числовой переменной

# Declare variables of different types
# Numeric
x <- 28
class(x)

Выход:

## [1] "numeric"

Пример 2: Проверка символьной переменной

# String
y <- "R is Fantastic"
class(y)

Выход:

## [1] "character"

Пример 3: Проверка логической переменной

# Boolean
z <- TRUE
class(z)

Выход:

## [1] "logical"

Обратите внимание, что функция class() возвращает "numeric" для числа 28, хотя у числа 28 нет десятичной части. В R оно хранится как число с плавающей запятой типа double, и только функция typeof() это показывает. Следующее важное различие, которое стоит изучить, — это способ присвоения этим значениям имен.

Переменные в R

Переменные — это один из основных строительных блоков в R, хранящих значения, и они важны для любого, кто занимается анализом данных. Переменная в R может хранить число, объект, статистический результат, вектор, набор данных или предсказание модели — по сути, всё, что выдаёт R. Мы можем использовать эту переменную позже, просто указав её имя.

Чтобы объявить переменную в R, необходимо присвоить ей имя. Имя не должно содержать пробелов. Для соединения двух слов можно использовать символ подчеркивания (_).

Имена могут содержать буквы, цифры, точки и подчеркивания, но они должны начинаться с буквы или точки, а зарезервированные слова, такие как TRUE, FALSE и NULL, не могут использоваться в качестве имен. Для добавления значения к переменной используйте <- или =.

Вот синтаксис:

# First way to declare a variable:  use the `<-`
name_of_variable <- value
# Second way to declare a variable:  use the `=`
name_of_variable = value

В командной строке мы можем написать следующие коды, чтобы увидеть, что произойдет:

Пример 1: Присвоить значение и вывести его на экран.

# Print variable x
x <- 42
x

Выход:

## [1] 42

Пример 2: Объявление второй переменной

y  <- 10
y

Выход:

## [1] 10

Пример 3: Использование двух переменных в одном выражении

# We call x and y and apply a subtraction
x-y

Выход:

## [1] 32

Переменная, которая хранит несколько значений одного типа, называется вектором, и именно такую ​​структуру ожидает практически каждая функция R.

Векторы в R

Вектор — это одномерная совокупность, в которой каждый элемент имеет один и тот же тип. Мы можем создать вектор, используя все основные типы данных R, изученные ранее. Самый простой способ создать вектор в R — использовать функцию c().

Пример 1: Создание числового вектора

# Numerical
vec_num <- c(1, 10, 49)
vec_num

Выход:

## [1]  1 10 49

Пример 2: Создание символьного вектора

# Character 
vec_chr <- c("a", "b", "c")
vec_chr

Выход:

## [1] "a" "b" "c"

Пример 3: Создание логического вектора

# Boolean 
vec_bool <-  c(TRUE, FALSE, TRUE)
vec_bool

Выход:

##[1] TRUE FALSE TRUE

Если функция c() принимает смесь типов, она не выдаёт ошибку. Она незаметно преобразует каждый элемент в наиболее общий из присутствующих типов, так что c(1, "a", TRUE) становится символьным вектором. Мы также можем выполнять арифметические вычисления над векторами в R.

Пример 4: Сложение двух векторов поэлементно.

# Create the vectors
vect_1 <- c(1, 3, 5)
vect_2 <- c(2, 4, 6)
# Take the sum of A_vector and B_vector
sum_vect <- vect_1 + vect_2
# Print out total_vector
sum_vect

Выход:

[1]  3  7 11

Сложение выполнялось поэлементно, поскольку оба вектора имеют одинаковую длину. Когда длины различаются, R использует более короткий вектор, повторяя его до тех пор, пока он не совпадет с более длинным, и выдает предупреждение только в том случае, если большая длина не кратна меньшей.

Пример 5: Разделите первые пять элементов на части.

В R можно разделить вектор на фрагменты. В некоторых случаях нас интересуют только первые пять элементов вектора. Для этого можно использовать команду [1:5].tracприсвойте значениям от 1 до 5.

# Slice the first five rows of the vector
slice_vector <- c(1,2,3,4,5,6,7,8,9,10)
slice_vector[1:5]

Выход:

## [1] 1 2 3 4 5

Пример 6: Создание диапазона с помощью двоеточия Operaтор

Самый короткий способ создать диапазон значений — использовать оператор двоеточия (:) между двумя числами. Например, из приведенного выше примера мы можем написать c(1:10), чтобы создать вектор значений от одного до десяти.

# Faster way to create adjacent values
c(1:10)

Выход:

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

Поскольку тип вектора незаметно меняется при смешивании, полезно знать, как проверять и преобразовывать типы по запросу.

Как проверить и преобразовать типы данных в R

Три семейства функций отвечают на три постоянно возникающих вопроса: что это такое, является ли это заданным типом и может ли это стать другим типом.

# Three different views of the same value
x <- 28
class(x)      # "numeric"  -- the class used for method dispatch
typeof(x)     # "double"   -- how R stores the value internally
mode(x)       # "numeric"  -- the older S-style mode

# Ask a yes/no question about a type
is.numeric(x)     # TRUE
is.character(x)   # FALSE

# Convert between types
as.character(x)   # "28"
as.integer("28")  # 28 stored as an integer
as.numeric("abc") # NA, with a coercion warning

Большинство неожиданностей здесь объясняются двумя правилами. Во-первых, class() сообщает класс, используемый для диспетчеризации методов, а typeof() сообщает внутреннее хранилище, поэтому 28 для одного является "числовым" типом, а для другого - "типом с плавающей запятой". Во-вторых, преобразование, которое не может быть успешным, не останавливает скрипт: as.numeric("abc") возвращает NA и выводит предупреждение о приведении типов, поэтому скрытые значения NA после импорта почти всегда указывают на проблему с типом. Та же логика лежит в основе... факторы, которые хранят категории в виде целочисленных кодов плюс таблица уровней.

После определения типов, следующим шагом будет подбор операторов, которые будут с ними работать.

R Арифметика OperaTORs

Сначала мы рассмотрим основные арифметические операторы в R. Ниже приведены арифметические операторы в языке программирования R и их значения:

Каждый из этих операторов векторизован, поэтому одно и то же выражение работает как с одним значением, так и со всем столбцом.

Пример 1: Дополнение

# An addition
3 + 4

Выход:

## [1] 7

Вы можете легко скопировать и вставить приведенный выше код R в... RStudio Консоль. В этой статье вывод отображается на строках, начинающихся с ##. Например, если мы напишем код print("Guru99") консоль выводит [1] "Guru99", что на этой странице будет отображаться как ## [1] "Guru99».

Символ ## обозначает строку выводимого текста, а число в квадратных скобках ([1]) — это индекс первого значения в этой строке, а не часть результата.

Предложения, начинающиеся с #, являются комментариями. Мы можем использовать # внутри скрипта R для добавления любых заметок, и R игнорирует их во время выполнения.

Пример 2: Умножение

# A multiplication
3*5

Выход:

## [1] 15

Пример 3: Разделение

# A division
(5+5)/2

Выход:

## [1] 5

Пример 4: Возведение в степень

# Exponentiation
2^5

Выход:

## [1] 32

Пример 5: Модуль

# Modulo
28%%6

Выход:

## [1] 4

Арифметические операции выдают числа. Следующая группа операторов вместо этого выдает значения TRUE и FALSE.

R Реляционная (сравнительная) OperaTORs

Операторы сравнения сравнивают два значения и возвращают логический результат. Именно они формируют условия, используемые для фильтрации, и векторизуются точно так же, как и арифметические операторы.

a <- 10
b <- 3

a > b     # TRUE
a < b     # FALSE
a >= 10   # TRUE
a <= 3    # FALSE
a == b    # FALSE
a != b    # TRUE

# Relational operators are vectorised
scores <- c(45, 78, 90, 62)
scores >= 60   # FALSE TRUE TRUE TRUE

Здесь экономят время две привычки. Используйте оператор == для сравнения и оператор <- для присваивания, поскольку одиночный знак = внутри условия — распространённая ошибка новичков. И избегайте использования оператора == для чисел с плавающей запятой: округление чисел с плавающей запятой означает, что 0.1 + 0.2 == 0.3 — это FALSE, поэтому проверка isTRUE(all.equal(0.1 + 0.2, 0.3)) является безопасной. Сравнения по отсортированные фреймы данных следуйте тем же правилам.

R Логический OperaTORs

С помощью логических операторов мы хотим возвращать значения внутри вектора на основе логических условий. В таблице ниже перечислены логические операторы, доступные в R.

Логические операторы в R заключаются в квадратные скобки []. Мы можем добавить столько условных операторов, сколько захотим, но их необходимо заключать в скобки. Для создания условного оператора можно использовать следующую структуру:

variable_name[(conditional_statement)]

Используя переменную `variable_name` в качестве имени переменной, которую мы хотим использовать в операторе, мы создаём логическое выражение, например, `variable_name > 0`. Наконец, мы используем квадратные скобки для завершения логического выражения. Ниже приведён пример логического выражения.

Пример 1: Сравните каждый элемент вектора

# Create a vector from 1 to 10
logical_vector <- c(1:10)
logical_vector>5

Выход:

## [1]FALSE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE  TRUE  TRUE

В приведенном выше выводе R считывает каждое значение и сравнивает его с утверждением logical_vector>5. Если значение строго больше пяти, то условие истинно, в противном случае — ложно. R возвращает вектор значений TRUE и FALSE.

Пример 2: Оставьте только те элементы, которые соответствуют условию.

В приведенном ниже примере мы хотим показатьtracДля этого мы можем заключить условие «строго больше пяти» в квадратные скобки, перед которыми будет указан вектор, содержащий эти значения.

# Print value strictly above 5
logical_vector[(logical_vector>5)]

Выход:

## [1]  6  7  8  9 10

Пример 3: Объединение двух условий

# Print 5 and 6
logical_vector <- c(1:10)
logical_vector[(logical_vector>4) & (logical_vector<7)]

Выход:

## [1] 5 6

В примере 3 намеренно используется одинарный амперсанд &. Односимвольные операторы & и | сравнивают векторы поэлементно и возвращают вектор, что и требуется для подмножества. Двойные формы && и || возвращают одно значение и относятся к условиям if() и while(). Поскольку R 4.3.0Передача аргумента, содержащего более одного элемента, в функции && или || приводит к ошибке, а не к предупреждению, поэтому эти два семейства функций больше не взаимозаменяемы. Оператор ! отрицает условие, а xor() возвращает исключающее ИЛИ.

Задание на языке R OperaTORs

Операторы присваивания связывают значение с именем. В R их больше, чем в большинстве языков программирования, и эти различия имеют значение, когда код переходит в другую плоскость. Функции.

# Left assignment -- the idiomatic form
count <- 5

# Equals sign: works, but reserve it for function arguments
count = 5
round(3.14159, digits = 2)

# Right assignment
5 -> count

# Superassignment, used inside functions to reach an outer scope
count <<- 5

В руководствах по стилю рекомендуется использовать операторы <- для создания объектов и = для именования аргументов внутри вызова функции, поскольку в этом случае эти две роли визуально различаются. Используйте <<- экономно: он изменяет объект вне текущей функции и затрудняет понимание кода. После того, как вы освоите присваивание и типы, следующие шаги будут следующими: импорт реальных данных и решаping это с дплир; Обзор языка R Это позволяет взглянуть на весь набор инструментов в контексте.

Часто задаваемые вопросы (FAQ)