6、R语言数据结构与工作保存全解析

R语言数据结构与工作保存全解析

1. 数据框（Data Frames）

1.1 数据框概述

在R语言里，数据框是与Stata数据集最为相似的数据结构。它和Stata数据集一样，都是矩形的，列代表变量，行代表观测值。从R语言的术语来讲，列也被称作向量、变量或者就叫列，而行则被叫做观测、案例或者就叫行。

数据框是一种广义的矩阵，它可以同时包含字符型和数值型的列。同时，它也是一种特殊的列表，要求每个组件的长度相同。

1.2 为何需要数据框

R语言能够利用存储在向量和因子中的数据生成各种分析结果和图形。不过，在使用向量和因子时，需要确保数据配对的合理性。要是对某个向量进行独立排序，或者独立移除向量中的缺失值，就会丢失数据配对的关键信息，进而得到误导性的分析结果。而数据框则有助于维护这种关键的配对信息。

1.3 创建数据框

1.3.1 常见创建方式

创建数据框最常见的方式是从其他数据源（如文本文件、电子表格或数据库）读取数据，通常只需调用一个函数即可完成。

1.3.2 手动创建示例

下面通过结合向量和因子来手动创建一个数据框：

workshop <- c(1,2,1,2,1,2,1,2)
workshop <- factor(workshop,
                   levels = c(1,2,3,4),
                   labels = c("R","Stata","SPSS","SAS") )
gender