知识卡片
数据帧是等长变量的列表
数据帧是最常用的表格结构:每一列是一个变量,列可以分别是数值、字符、因子,但所有列必须等长。read.csv() 读进来的就是数据帧。用 $ 取列,用子集操作符取行列:sales[,4] 取第四列,sales[1:2,] 取前两行,sales[,c(“cust_id”,“sales_total”)] 按列名取,sales[sales$gender==“F”,] 按条件取行。str() 一次看清每列类型、因子级别和前几个值,是接手陌生数据最快的办法。 一个容易忽略的事实:class(sales) 是 data.frame,typeof(sales) 却是 list,数据帧本质就是等长向量的列表。列表能装任意类型的对象,甚至嵌套列表;单括号取下标取到的是“只含一个元素的小列表”,再加一层方括号才取到对象本身。这个差别在写循环和取矩阵元素时经常造成莫名其妙的错误。 理解“数据帧是列表”还解释了两件事:为什么各列类型可以不同,以及为什么对数据帧套 lapply 会逐列返回结果。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第3章 使用R进行基本数据分析 · 查看原书依据
最简单来讲,数据帧是具有相同长度的变量的列表。数据帧的子集可以通过子集操作符(subsetting operator)来检索。R的子集操作符功能非常强大,可以用简洁的方式表达复杂的操作来检索数据集的子集。
参考来源
- 位置:《数据科学与大数据分析 数据的发现 分析 可视化与表示》第3章 使用R进行基本数据分析(源文件:extracted/数据科学与大数据分析 数据的发现 分析 可视化与表示/_epub-src/text/part0013_split_001.html)
- 结论依据:3.1.3 节讲数据帧的列访问、str() 输出、子集操作符,并指出 class 为 data.frame 而 typeof 为 list,随后用列表例子对比单双括号。
- 原始内容:最简单来讲,数据帧是具有相同长度的变量的列表。数据帧的子集可以通过子集操作符(subsetting operator)来检索。R的子集操作符功能非常强大,可以用简洁的方式表达复杂的操作来检索数据集的子集。