R语言的数据结构-数据框

关注

原创最新推荐文章于 2026-07-19 21:09:13 发布 658 阅读 AI 写同款· GEO 优化 ›

R语言笔记-R的数据结构：向量，因子，矩阵，数组，列表，数据框，数据类型转换向量 (vector) 用于存储数值型、字符型、逻辑型数据的一维数组。建立向量枚举 A<-c(1,2,3,4,5) 数值序列 A<-seq(from=1,to=10,by=2) # 以2为步长，从1起始到10结束同值重复 A<-rep("HUAWEI",times=5) # "HUAWEI"重复5次选取向量元素/子集单个元素 A[k] # 选取向量A中第k个元素选取部分元素构成的子向量 A[子向量序号构成的向量B] # 选取向量A中序号为向量B中元素的向量 # e.g. 阅读详情

【图书推荐】《R语言医学数据分析实践》-优快云博客

《R语言医学数据分析实践李丹宋立桓蔡伟祺清华大学出版社9787302673484》【摘要书评试读】- 京东图书 (jd.com)

R语言医学数据分析实践-R语言的数据结构-优快云博客

在医学领域中，R语言的数据框（data frame）是一种非常常用的数据结构，用于存储和处理医学数据。数据框中可以包含多种类型的数据，如患者姓名、年龄、性别、体重、症状、诊断结果等信息，便于医学研究人员对数据进行整理、分析和可视化。

在R语言中，数据框提供了丰富的函数和方法，使医学研究人员能够方便地处理和分析医学数据。通过结合数据框和其他R语言的数据分析工具，医学工作者可以更快速地从大量的医学数据中提取有用信息，为医学研究和临床实践提供支持。创建数据库的R代码如下：

patient_data <- data.frame(
  Patient_ID = c(1, 2, 3, 4),
  Age = c(35, 42, 28, 56),
  Gender = c("Male", "Female", "Male", "Female"),
  Diagnosis = c("Hypertension", "Diabetes", "Obesity", "Heart Disease")
)                      		#创建数据框
patient_data           	#查看数据框
patient_data$Age
patient_data[,2]
subset(patient_data, Age > 36)

代码运行结果如下图所示，创建了一个包含患者ID、年龄、性别和诊断结果的数据框。当我们要访问数据框中的元素时，可以使用$符号或[row,col]的方式。例如，可以使用patient_data$Age或patient_data[,2]来访问病人的年龄数据。当我们要按照条件提取数据框的内容时，可以使用subset()函数。例如，使用subset(patient_data, Age > 36)来筛选年龄大于36岁的病人信息。

另外，介绍一下基础的数据集合并操作cbind。cbind是按列进行合并，即把所有列叠加在一起。m列的矩阵与n列的矩阵执行cbind()操作后变成m+n列。合并的前提是，cbind(a, c)中的矩阵a与矩阵c的行数必须相同。R代码如下：

num<-c(1,2,3,4)
letter<-c("A","F","C","D")
score<-c(60,80,50,90)
sex<-c("M","F","M","M")
df1<-data.frame(num,letter)
df2<-data.frame(score,sex)
cb<-cbind(df1,df2)
print(cb)

代码运行结果如下图所示，把两个行数相同的矩阵合并为一个新的矩阵。