R语言数据结构5：dataframe数据框的创建

R语言数据结构5：dataframe

由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。数据框是R中最常处理的数据结构。

1.创建数据框

1.1 基础创建方法：使用data.frame()

data.frame(..., row.names = NULL, check.rows = FALSE,
           check.names = TRUE, fix.empty.names = TRUE,
           stringsAsFactors = FALSE)

• ... 输入列向量：可以是向量、列表、矩阵或其他数据框。所有列必须长度相同（或可循环扩展至相同长度）。
• row.names:NULL或单个整数或字符字符串，指定行名的向量或列名。
• check.rows：如果 TRUE，则检查行在长度和名称上的一致性。通常无需启用（保持默认 FALSE）。
• check.names ：逻辑值。如果 TRUE，则检查数据框中变量的名称，以确保它们是语法有效的变量名称且不重复。
• fix.empty.names：逻辑值，是否自动命名未命名的列。默认 TRUE：无名列命名为 Var1, Var2 等。
• stringsAsFactors：逻辑值：是否将字符向量转换为因子。若为 TRUE，字符向量自动转换为因子（Factor）。

# 创建等长向量
id <- 1:5
name <- c("张三", "李四", "王五", "赵六", "钱七")
age <- c(28, 32, 25, 41, 36)
salary <- c(8500, 12000, 6800, 15000, 11000)
hired <- as.Date(c("2020-01-15", "2018-03-22", "2022-05-30", "2015-11-10", "2019-07-15"))
# 创建数据框
df <- data.frame(
  员工ID = id,
  姓名 = name,
  年龄 = age,
  薪资 = salary,
  入职日期 = hired
)
df

1.2 tibble()

tibble(
  ...,                      # 列数据（名称 = 值）
  .rows = NULL,             # 预分配行数（可选）
  .name_repair = "check_unique"  # 列名处理规则
)
tibble_row(
  ...,                      # 列数据（名称 = 值）
  .name_repair = "check_unique"  # 列名处理规则
)

1.3. tibble vs data.frame 关键区别

特性	tibble	data.frame
字符串转因子	永不自动转换	默认转换（需设 stringsAsFactors=FALSE）
列名修正	保留原样（可选修复）	默认自动修正（check.names=TRUE）
打印输出	简洁（显示类型）	全部输出（可能卡顿）
部分匹配	禁止（df$col 必须全名）	允许（df$co 可能匹配 df$col）
循环补齐	警告（除非长度为1）	静默补齐