R 變數類型

LHB阿好伯, Jan 30, 2019 06:48 PM

tags: R

• R 變數類型
  • 判斷變數類型函數 class()
  • R 處理數值的限制
  • 浮點數陷阱
  • Data Frames資料框架
    • 建立 Data Frames
• 簡單資料處理
  • 移除重複值
  • 數據交叉比較
  • 參考資料

判斷變數類型函數 class()

R內建的class(x)可以用來判斷資料類型

首先可以分為下面6種資料類型

Data Type	Example	備註
Logical 邏輯值	TRUE, FALSE	邏輯判斷結果
Numeric 浮點數	1, 2.3, 4567890	多數數字為浮點數，為計算機儲存數字資料所產生的
Integer 整數	1L, 2L, 34L	避免浮點數就在整數後面加上大寫L
Coplex 複數	3 + 2i
Charater 字串	'a', "TURE", "12.3"	字串都由兩個雙引號或單引號所包覆
Raw 原始	"Hello" = 48 65 6c 6c 6f	16 進制表示法
data.frame 資料框架		可以儲存不同變數類型的資料的資料結構，多為矩陣類型，一行為一變數資料
factor因子
list列表
matrix矩陣
functione公式

R 處理數值的限制

在R內建的數值運算上是有限制的

R 的 .Machine 這個內建變數中有一些關於數值資料的資訊

這些資訊可能會因為不同的電腦而有不同（不過對大多數的電腦而言，通常都是一樣的）

以下是跟一般使用者比較相關的數值。

.Machine$double.xmax 與 .Machine$double.xmin

分別表示目前 R 所能處理的最大浮點數與最小正浮點數：

.Machine$double.xmax
# [1] 1.797693e+308
.Machine$double.xmin
# [1] 2.225074e-308
.Machine$integer.max 則是 R 可以處理的最大整數值：

.Machine$integer.max
[1] 2147483647

2147483647 這個值就等於 2³¹ −1

如果需要更高精度的數值運算可以使用 Rmpfr 這個套件

而如果是大數運算，則可以使用 brobdingnab 套件。

浮點數陷阱

而浮點數大家可以去查看看，對他了解是一種電腦存檔所產生問題

在某些運算時可能回造成與我們預期解果不同

多數程式語言都會有問題

但也都有解決方法

看是使用套件Rmpfr或是換個方式判斷結果

例如用R計算((0.81 * 0.1) + (0.09 * (-0.9)))

理論上是0但結果會得到1.387779e-17

那這時可以像是以有效位數的方式擷取到小數點後兩位

或是做判斷是不是 -0.01 < x < 0.01

一個可以接受的誤差範圍去做區分

Data Frames資料框架

data frame 是一個用來儲存類似 Excel 表格的變數類型它跟矩陣類似

不過 data frame 的每個行（column）可以儲存不同變數類型的資料

甚至非狀巢結構的列表亦可

像是很有名的 iris 資料集就是data frame的資料

建立 Data Frames

我們可以使用 data.frame 函數來建立 data frame 變數

test.df <- data.frame(
  x = letters[1:10], #生成字母串列
  y = rnorm(10),  #生成常態分佈亂數
  z = runif(10) > 0.5 #生成隨機數字後判斷是否大於0.5
)
test.df

簡單資料處理

移除重複值

在EXCEL中可以去除重複值而在R中當然也行只需要使用到unique()即可
先隨機抽樣30個英文字母作為樣本

(name <- sample(LETTERS,30, replace = T))

[1] "O" "H" "J" "O" "T" "R" "J" "W" "C" "M" "P" "J" "A" "G" "B" "Y" "A" "A" "T" "V" "W" "M" "V"
[24] "S" "E" "B" "H" "Q" "O" "F"

unique(name) #去除重複值

數據交叉比較

在R中可以快速地進行簡單的數據間交集離集等操作

name1 <- LETTERS[1:15]
name2 <- LETTERS[6:20]
(intersect(name1, name2)) #交集
(unique(c(name1, name2))) #聯集

[1] "F" "G" "H" "I" "J" "K" "L" "M" "N" "O"
[1] "A" "B" "C" "D" "E" "F" "G" "H" "I" "J" "K" "L" "M" "N" "O" "P" "Q" "R" "S" "T"

參考資料

R程式語言的基礎:物件

吳漢銘 國立臺北大學 統計學系

R的變數與空間

G. T. Wang

數字資料表示法

R语言 诡异的精度

統計之都