R 語言資料型態補充

In R Programming, 在那個自學路口 By Sigrid On

基本的資料型態在實際運用上，還是有些眉眉角角的，讓我們來看看各類型的資料型態功用及語法吧！

  1. 向量 Vectors

在 R 裡，一個範圍（如 1 – 10）的表示不像 Ruby 中使用 for a in 1..10，而是 a <- 1:10，把 1 – 10 這個範圍的數字 assign 給 A (等於 = 這個符號在 R 裡也是 assign，等於等於 == 是判斷左右兩邊是否相等)

> A <- 4:10
> A

[1]  4  5  6  7  8  9 10

想知道向量中第 N 個元素是什麼，此時用中括號 [] 作為索引，像我想知道 A 向量中第 2、5 個元素為何：

> A[c(2,5)]

[1] 5 8

也能用中括號 [] 去更新指定位置元素的數值，像我想指定 A 中第二個元素變成 5 倍

> A[2] <- 5 * A[2]

> A
[1]  4 25  6  7  8  9 10

中括號還能篩選特定的數值，假設學生名單有三個人 (Intern 實習醫師看得太走火入魔)，StudentList == "George" 是指 R 會去比對名單中每位同學跟 George 是否相符，結果是「真 假 假」

> StudentList <- c("George", "Meredis", "Derick")

> StudentList == "George"
[1]  TRUE FALSE FALSE

此時，用中括號去篩選哪個名單裡的人是 George

> StudentList[StudentList == "George"]
[1] "George"

2. 矩陣 Matrices
R 裡頭矩陣的元素優先填入 column (直的那排)，填完第一個 column 再去填第二、三… 個。

> C <- matrix( c('1','3','5','5','3','1'), nrow = 2, ncol = 3)
> print(C)

     [,1] [,2] [,3]
[1,] "1"  "5"  "3" 
[2,] "3"  "5"  "1"

此時，如果希望改成先填 row (橫)，可以加個 byrow = TRUE 就行～

> C <- matrix( c('1','3','5','5','3','1'), nrow = 2, ncol = 3, byrow = TRUE)

> print(C)

     [,1] [,2] [,3]
[1,] "1"  "3"  "5" 
[2,] "5"  "3"  "1"

前面有提過，如果要放的資料不只一個維度，可用陣列 array（不過好像不常用），裡面放的資料要是同一種屬性。如今我們來存 2 個 4×4 的矩陣 (4×4 的矩陣是二維，存 2 個這樣的矩陣，資料就變成三維) 吧！

> Fruit <- array(c('banana', 'lemon', 'mango', 'cherry', 'watermelon'), dim = c(4, 4, 2))

> print(Fruit)
, , 1

     [,1]     [,2]         [,3]         [,4]        
[1,] "banana" "watermelon" "cherry"     "mango"     

[2,] "lemon"  "banana"     "watermelon" "cherry"    
[3,] "mango"  "lemon"      "banana"     "watermelon"
[4,] "cherry" "mango"      "lemon"      "banana"    


, , 2

     [,1]         [,2]     [,3]         [,4]        

[1,] "lemon"      "banana" "watermelon" "cherry"    
[2,] "mango"      "lemon"  "banana"     "watermelon"
[3,] "cherry"     "mango"  "lemon"      "banana"    
[4,] "watermelon" "cherry" "mango"      "lemon"

接下來是簡單的矩陣預算，先給出兩個矩陣 A、B：

> A <- matrix(c(1,3,5,7), nrow = 2, ncol = 2)
> B <- matrix(c(2,1,3,1), nrow = 2, ncol = 2)

> A
     [,1] [,2]
[1,]    1    5
[2,]    3    7
> B

     [,1] [,2]
[1,]    2    3

[2,]    1    1

(1) A * B：矩陣 A 與 矩陣 B 的元素間倆倆相乘，也就是很純粹的 Aij x Bij 後把它填到新的矩陣第 ij 個值，跟高中學的矩陣加法不一樣喔

> A * B
     [,1] [,2]
[1,]    2   15

[2,]    3    7

(2) A %*% B：矩陣乘法 A⋅B，這才是我們以前學的矩陣乘法，新的矩陣第 ij 個值，是由 A 第 i 個 row 乘上 B 第 j 個 column 各自的值，並且加在一起

> A %*% B
     [,1] [,2]

[1,]    7    8

[2,]   13   16

(3) t(A)：轉置矩陣 AT

> t(A)
     [,1] [,2]
[1,]    1    3
[2,]    5    7

(4) solve(A)：矩陣 A 的反矩陣

> solve(A)

       [,1]   [,2]
[1,] -0.875  0.625
[2,]  0.375 -0.125

(5) solve(A, b)：求聯立方程組 Ax=b 的解，就是 A 的反矩陣乘上 b（還是要花點腦袋想一下，隔太久了～）
假設 b 向量是 (2,10)

> b <- c(2,10)
> solve(A, b)

[1]  4.5 -0.5

就得到 b 了！如果拿 A 的反矩陣，直接乘上 b 也會得到一樣的結果

> solve(A) %*% b
     [,1]
[1,]  4.5
[2,] -0.5

3. 列表 Lists
向量要放的是同類型的元素，比如數字、字串。不過列表可以存放任何我們想放的資料形式，要放向量、數字、函數都可以，還蠻常用的

> # Create a list.
> list1 <- list(c(1,2,3), 99.3, sin)

> 

> # Print the list. 比如說這列表第一個位置就是個向量～
> print(list1)
[[1]]
[1] 1 2 3

[[2]]

[1] 99.3

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

也可以指定 List 裡每個位置要叫什麼名字，如第一個位置叫做 vector、第二個位置叫做 numeric… 再用 names() 指令叫出每個位置的名字

> # Create list and assign variable names.
> list2  <- list(vector = c(1,2,3),

+                numeric = 99.3,
+                func = sin)
> 

> # Print names of list and list itself.

> names(list2)
[1] "vector"  "numeric" "func"   
> 

> print(list2)
$vector
[1] 1 2 3

$numeric
[1] 99.3


$func
function (x)  .Primitive("sin")

4. 因子 Factors
專門儲存類別資料的變數，比如說有 100 個男生、女生，「性別」就會變成一個因子，裡面包含兩種類型，男生 (male, 字串) 當成 1 (數字)、女生 (female, 字串) 當成 2 (數字) 來做標記。所以，因子可用向量來呈現，具有字串及整數的特性，會儲存 (1) 特定的 Labels 比如男、女生；(2) 每個對應到 Labels 的元素，可用向量表示，如男男女 -> 112。
好處是如果有很多不同的類別、Label 在儲存的時候會存成文字的方式，占比較多的空間；如果我們存成因子的話，會變成一個 unique list，它只要存成字串與整數的方式，較省記憶體。老師建議，因為 R 裡面很多的模型（如回歸等），遇到因子物件的時候會自動做處理，所以如果遇到類別變數，可以盡量把它存成因子的方式，建模很好用。

> # Create a vector. 蘋果的顏色有：green green yellow red red red green，原先是存成一個向量，內容存的都是一個個字串

> apple_colors <- c('green','green','yellow','red','red','red','green')

> 
> # Create a factor object. 我們可以把它變成因子、轉化成 factor，用 factor (想轉換的東西) 把後面我們要的這個物件轉換成 factor

> factor_apple <- factor(apple_colors)

> 
> # Print the factor. 把它印出來看看，會發現裡面有一個 levels：green red yellow，R 會把它存成 1 1 2 3 3 3 1 的形式，再把它跟 green red yellow 去 mapping，這樣存會比較節省空間，並可以用nlevels來知道因子裡面有多少個不同的level
> print(factor_apple)

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

> print(nlevels(factor_apple))

[1] 3

5. 資料框架 Data Frames
這是 R 語言裡面為人津津樂道的一種資料結構，不過版本比較舊，現在新版叫做 tibble，之後二煎拌學了再跟大家分享～
上次有提過 Data Frames 有兩個原則，Rows 通常代表純個體 Individuals、或觀察對象 Observations，Columns 通常都是純變數 Variables

舉例：假設我們有三個變數，分別是名字、年齡、性別

> name <- c("George", "Dereck", "Ezi")
> age <- c("24", "35", "26")
> gender <- c("Male", "Male", "Female")

> 

> # Create by variables 用 data.frame 把三個變數 name age gender 括號起來，再指派給 data1，並印出來看看 data1 裡面到底長什麼樣子？

> data1 <- data.frame(name, age, gender)
> data1

    name age gender
1 George  24   Male
2 Dereck  35   Male
3    Ezi  26 Female

我們發現 print 出來的結果中，column 都是變數：第一個 column 是姓名、第二個 column 是年齡、第三個 column 是性別，而每一個 row 都是一個個體的資料。因此 dataframe 跟一般的資料集合是很相近的，這就是為什麼 R 的 dataframe 這麼好用；在 Python 的 Pandas 也是以 dataframe 為基礎的資料結構去做分析的～

當然我們也可以指派 dataframe 的名字，把 name age gender 等於後面的向量，就不用像前面打成三個地方，在裡面直接指派就好。
＊記得這邊的等號不可以寫成指派符號，因為前面已經有一個指派符號了，所以後面只能寫等號！老師建議不要把等號跟指派符號混在一起寫。把 data2 印出來，會發現跟 data1 是一模一樣的！

> data2 <- data.frame(
+   name = c("George", "Dereck", "Ezi"),

+   age = c("24", "35", "26"),
+   gender = c("Male", "Male", "Female")
+ )
> data2
    name age gender

1 George  24   Male
2 Dereck  35   Male
3    Ezi  26 Female

在 data frame 裡，還有一些常用的函數：

  • head：取得資料框架前六比資料(預設是 6)。
  • colnames：修改或查詢 column 名稱。
  • rownames：設定 row 的名稱
  • summary：顯示資料基本資訊。

想要知道 data2 的前六筆資料是什麼，我們就可以用 head(data2)。因為 data2 只有三筆資料，所以會直接看到所有的資料結果；但是如果一個 dataframe 有一萬個個體，用 head() 只會輸出前六個資料

> head(data2)
    name age gender
1 George  24   Male

2 Dereck  35   Male
3    Ezi  26 Female

我們也可以把 data2 的 column name 指派成別的名稱，比如原本是 name age gender、想把它改成 Var_1 Var_2 Var_3，並把 data2 的 row names 做調整，再印出來看看，可以發現我們的 column name 真的被改成 Var_1, Var_2, Var_3 了～

> colnames(data2) <- c("Var_1", "Var_2","Var_3")
> rownames(data2) <- c("a", "b", "c")

> data2
   Var_1 Var_2  Var_3
a George    24   Male
b Dereck    35   Male

c    Ezi    26 Female

此外，還能看資料的統計，用 summary(data2) 來看看統計的結果。

> summary(data2)
    Var_1              Var_2              Var_3          
 
Length:3           Length:3           Length:3          
 
Class :character   Class :character   Class :character  
 
Mode  :character   Mode  :character   Mode  :character

資料結構在 R 裡面很常用，不過因為它有些小缺點，老師還是建議大家用 tibbles，而不要用這種 dataframe 架構去存資料，程式的效能會好非常多。

6. 資料結構的常用函數
操作資料時的常用函數

  • length(object) : 元素個素
  • unique(object) : 該物件的獨立元素
  • str(object) : 輸出該物件的基本架構
  • class(object) : 該物件屬於哪種資料結構
  • names(object) : 物件中元素的名稱
  • c(object,object,…) : 將物件合併為一個向量
  • object : 印出物件
  • rm(object) : 從工作空間中移除物件

length(object) 抓出一個向量或資料結構的長度，比如把向量 c(1, 1, 2, 2, 3, 3, 4, 4, 5, 6, 7, 8) 指派給 x，總共有 12 個元素

> x <- c(1, 1, 2, 2, 3, 3, 4, 4, 5, 6, 7, 8)

> length(x)

[1] 12

unique(object) 把 x 裡面所有獨立不重複的值找出來

> unique(x)
[1] 1 2 3 4 5 6 7 8

先來建立一個 data3 來進行後續的操作

> data3 <- data.frame(
+   name = c("Ezi", "Meredith", "Dereck", "Ezi", "Meredith"),
+   age = c("24", "25", "36", "24", "30"),
+   gender = c("Female", "Female", "Male", "Female", "Female")
+ )
> data3

      name age gender
1      Ezi  24 Female
2 Meredith  25 Female
3   Dereck  36   Male
4      Ezi  24 Female
5 Meredith  30 Female

我們會發現，Ezi 是重複的，因為第一、四個 Row 的內容完全一樣；而第二、五個 Row 的 Meredith 看似相同，但在年齡上有點不一樣，第五個 Row 是 Meredith 30 歲的時候（Grey Anatomy 不知第幾季了）～這時，如果用 unique() 操作會如何呢？

> unique(data3)
      name age gender

1      Ezi  24 Female

2 Meredith  25 Female

3   Dereck  36   Male

5 Meredith  30 Female

第四個 Row Ezi 被去掉了，只剩下1 2 3 5 這四個人的 row 還留著～

> str(data3)
'data.frame':	5 obs. of  3 variables:
 
 $ name  : chr  "Ezi" "Meredith" "Dereck" "Ezi" ...
 $ age   : chr  "24" "25" "36" "24" ...

 $ gender: chr  "Female" "Female" "Male" "Female" ...

用 string(data3) 可以把 data3 的相關變數做統計，讓我們知道裡面存了什麼東西：三個 factor 分別是 name age gender

> class(data3)

[1] "data.frame"

想知道 data 3 是怎麼樣的資料結構，就可以用 class() 來看看它屬於哪一類，結果發現它在 R 裡面存的是data.frame的形式～

> names(data3)

[1] "name"   "age"    "gender"

想叫出變數的名字可用 names ()，得到變數、也就是 Column 的名字

今天上了九小時的班，下班後吹著台北車站週遭的微風（果然微風是要開在北車的？），回家吃晚餐都已經晚上九點多了，但每天堅持學習非原本領域的知識，還是一件非常令我充滿能量的事。相信你也可以！

我自學程式有許多管道，身為一個超級廢新手，主要來源包含買書、大神們的部落格、線上課程（Hahow / Udemy / Coursera）… 等。

附上手邊的幾個部落格和線上課程網址：

1,427 thoughts on “R 語言資料型態補充”

  284. Hi! I really need some help and ideas for my creative writing assignment. We have to mimic the Canterbury Tales by Chaucer. We have to have 5 diverse characters (so far I have a brunette young woman who is a musician from NJ) and they are going on a pilgrimage to NYC. They have to be diverse based on gender, class, race, and occupation and where they are coming from. Then they have to each tell a story. I am having a lot of problems being creative with them. I really have no idea where to start. I would really appreciate any ideas. Thanks!.

    Reply

  1362. Yes, you can legally play online poker for real money in the US. Some states have regulated online gambling run by the state. There are also offshore casinos that accept US players in most other states. It is good to check with your local legislation on current rules and guidelines. The internet poker laws in the United States are complicated and unclear, at best. Of course, there are a few states that have taken it upon themselves to legalize and regulate online poker within their borders, and those laws are very clear. In other parts of the US, however, poker is often omitted from state laws, and the current federal laws are vague. In my online poker infancy, finding an “easy” poker site was as easy as spinning the dial. Today? Not too many easy poker games exist. Dwindling new real money players, tight-fisted poker site promotions, an inflation-stifled economy, and borderline cheating heads-up display users nearly ruined a beautiful thing. However, there are still easy poker sites around if you know where to look.
    https://aglocodirectory.com/listings12927593/play-money-poker-stars
    Srikalahasti Temple is located in the town of Srikalahasti, AP. It is one of the most famous Shiva temples in South India. Sri Kalahasti temple is famous for its Vayu linga, one of… Access Denied from IP: 176.114.9.174 +91 7201092290 You will also find other industry leaders, Aristocrat and NextGen, but with a very few slots like White Wizard and Foxin Wins while WMS, owned by Scientific Games powers Slots of Dosh with some of its progressive jackpot slots along with 888 Holdings. To continue, there are some online slots by Eyecon and Lightning Box like Twinkle and Moon Temple. Last to say is that the single live casino game is powered by Evolution Gaming. 6 Clever Ways To Crush Your Debt Today It seems that Slots of Dosh does not have ‘slots’ of games.

    Reply

  1426. Thank you for your sharing. I am worried that I lack creative ideas. It is your article that makes me full of hope. Thank you. But, I have a question, can you help me?

    Reply

Leave a Reply

Your email address will not be published. Required fields are marked *