R 数据结构：向量、矩阵、数据框

R 语言处理数据的核心在于掌握其基础数据结构。理解并熟练使用向量、矩阵和数据框，是进行复杂数据分析的前提。以下指南将带你直接通过代码掌握这三种结构的创建与操作。

1. 向量

向量是 R 中最基本的数据结构，可以将其理解为一组有序的元素集合。所有向量中的元素必须是相同的数据类型（全是数字、全是字符或全是逻辑值）。

1.1 创建向量

使用 c() 函数（combine 的缩写）来将多个值组合成一个向量。

输入以下代码创建一个数值型向量：

numeric_vec <- c(10, 20, 30, 40)

创建一个字符型向量：

char_vec <- c("苹果", "香蕉", "橙子")

创建一个逻辑型向量：

logic_vec <- c(TRUE, FALSE, TRUE)

生成有规律的数值序列，使用冒号 : 运算符或 seq() 函数：

# 生成 1 到 5 的整数
seq_vec_1 <- 1:5

# 生成从 1 到 10，步长为 2 的序列
seq_vec_2 <- seq(from = 1, to = 10, by = 2)

1.2 向量索引与运算

访问向量中的单个元素，使用方括号 [] 并填入位置索引（R 的索引从 1 开始）：

# 取出 numeric_vec 的第 2 个元素
element <- numeric_vec[2]

访问多个不连续的元素，传入一个索引向量：

# 取出第 1 个和第 3 个元素
subset <- numeric_vec[c(1, 3)]

对向量进行算术运算时，R 会自动进行向量化操作（即对每个元素分别进行计算）：

# 每个元素乘以 2
result <- numeric_vec * 2

若向量中包含不同类型的数据，R 会自动将所有元素转换为同一类型（通常转换为字符型），这一过程称为强制类型转换。

2. 矩阵

矩阵是二维的数组，其特点是所有元素的数据类型必须一致（例如全是数字）。它常用于数学计算或存储结构化的数值数据。

2.1 创建矩阵

使用 matrix() 函数创建矩阵。你需要指定数据向量、行数和列数。

输入以下代码创建一个 2 行 3 列的矩阵：

# 创建数据向量
data <- 1:6

# 创建矩阵：2 行 3 列
my_matrix <- matrix(data, nrow = 2, ncol = 3)

R 填充矩阵的默认顺序是按列填充（先填满第一列，再填第二列）。若想按行填充，设置参数 byrow = TRUE：

matrix_byrow <- matrix(data, nrow = 2, ncol = 3, byrow = TRUE)

2.2 矩阵的维度与命名

查看矩阵的维度（行数和列数），使用 dim() 函数：

dims <- dim(my_matrix)

查看行数或列数，也可以分别使用 nrow() 和 ncol()。

为了方便读取，可以给行和列添加名称：

# 定义行名和列名
rownames <- c("行1", "行2")
colnames <- c("列A", "列B", "列C")

# 赋值给矩阵
dimnames(my_matrix) <- list(rownames, colnames)

2.3 矩阵索引

提取矩阵中的元素，使用 [行索引, 列索引] 的格式：

# 提取第 1 行第 2 列的元素
val <- my_matrix[1, 2]

# 提取第 1 行的所有元素（列位置留空）
row_1 <- my_matrix[1, ]

# 提取第 2 列的所有元素（行位置留空）
col_2 <- my_matrix[, 2]

3. 数据框

数据框是 R 中最常用的数据结构，类似于 Excel 表格。与矩阵不同，数据框的每一列可以是不同的数据类型（例如一列是名字，一列是年龄，一列是薪资）。

3.1 创建数据框

使用 data.frame() 函数将多个向量组合成数据框。

输入以下代码创建一个包含员工信息的数据框：

# 定义各列向量
name <- c("张三", "李四", "王五")
age <- c(25, 30, 28)
salary <- c(8000, 12000, 9500)

# 创建数据框
employee_df <- data.frame(姓名 = name, 年龄 = age, 薪资 = salary)

注意：默认情况下，data.frame() 会将字符型向量转换为因子。如果希望保持字符型，设置参数 stringsAsFactors = FALSE。

3.2 查看数据结构

查看数据框的前几行，使用 head() 函数：

head(employee_df)

查看数据框的结构（各列的数据类型），使用 str() 函数：

str(employee_df)

获取数据框的维度，使用 dim()、nrow() 或 ncol()，用法与矩阵相同。

3.3 数据框操作

访问数据框中的某一列，使用 `$` 符号加上列名： ```r # 获取"薪资"列 salary_col <- employee_df$薪资

或者**使用**方括号索引，类似于矩阵：

```r
# 获取第 1 行第 2 列
cell_val <- employee_df[1, 2]

# 获取"姓名"列（返回数据框格式）
name_col_df <- employee_df["姓名"]

# 获取"姓名"列（返回向量格式）
name_col_vec <- employee_df[, "姓名"]

添加新列，直接使用 `$` 赋值即可： ```r # 添加一列"部门" employee_df$部门 <- c("技术", "销售", "技术")

### 3.4 数据框筛选

根据条件筛选行是数据分析的常见操作。**利用**逻辑判断向量进行筛选：

```r
# 筛选出年龄大于 25 的员工
subset_df <- employee_df[employee_df$年龄 > 25, ]

# 筛选出部门为"技术"的员工
tech_df <- employee_df[employee_df$部门 == "技术", ]

4. 结构选择指南

在实际分析中，选择正确的数据结构至关重要。以下流程图展示了根据数据特征选择合适结构的逻辑：

掌握这三种结构及其操作方式，足以应对 R 语言中 80% 的基础数据处理任务。通过不断的代码练习，你将能更直观地感知它们在实际场景中的应用差异。