Типы данных R очень важны для статистических проектов и проектов по науке о данных. Мы изучим Вектор, Списки, Матрицу, Фактор, Отсутствующие значения, Атрибуты имен и Фреймы данных, а также изучим Объект и Атрибуты.
Что такое типы данных?
тип данных или просто тип — это атрибут данных, который сообщает компилятору или интерпретатору, как программист собирается использовать данные. Если вы знаете другой язык программирования, ваша работа будет проще.
Объект и атрибуты
Объект может быть переменной, структурой данных, функцией или методом, поэтому это значение, на которое ссылается идентификатор в памяти, а в R все является объектом.
Объекты R могут иметь множество связанных свойств, называемых атрибутами. Эти свойства объясняют, что представляет объект и как R должен интерпретировать его. Довольно часто единственная разница между двумя похожими объектами заключается в том, что они имеют разные атрибуты.
Векторы и списки
Векторы используются для объединения объектов, похожих на список, но эти два понятия не совпадают, поэтому я взял одно и то же название. Перед созданием вектора мы рассмотрим синтаксис присваивания значения.
Как правило, синтаксис присваивания значения таков.
Список против вектора
- Векторы одномерны, а списки — многомерны.
- Списки рекурсивны, а вектор — нет.
- Список содержит различные данные, такие как числовые, символьные и т. д. Вектор хранит элементы одного типа или преобразует их неявно.
Матрица
Матрица — это объект R, в котором элементы расположены в виде двумерного прямоугольного макета. Они содержат элементы одного и того же атомного типа.
Факторы
используется для классификации данных, отсортированных по их значениям. Например, у нас есть вектор и мы хотим классифицировать по векторному значению, мы можем использовать для этого.
Ваши основные категории находятся в разделе, где в выводе указан уровень. Например, этот уровень кода — ABC, потому что мы просто используем значение ABC.
Отсутствует значение
В языке программирования R невозможные значения представлены как NaN (не число), а пустые значения или отсутствующие значения как Na. «Отсутствующее значение» используется для поиска пустых значений в наборе данных. Они более полезны в больших наборах данных, например, их можно использовать для обнаружения пустых данных в больших данных.
У нас есть 3 NA, поэтому эта команда будет находить 3 NA каждый раз, когда она будет писать TRUE в этом индексе после каждого найденного значения, поэтому наш вывод будет следующим.
НЕВЕРНО ВЕРНО НЕВЕРНО НЕВЕРНО ВЕРНО ВЕРНО
Атрибут имен
используется для обозначения объекта. Например, у нас есть вектор, и мы хотим дать этому вектору имя, мы можем использовать атрибут Names.
Мы создаем простой список, после чего мы изменили имя каждого индекса. Не забывайте, что если вы не используете функцию имен, вы не можете видеть имена.
Фреймы данных
Фреймы данных похожи на матрицы, но фреймы данных не обязательно должны работать в одном типе. Например, вы можете использовать вместе с целым числом строку.
