R有很广泛的数据类型，包括scalars，vectors，matrices，data frames, and lists。(以下根据quick-R进行整理，例子为自己举例）

1.vectors

最简单的是向量类型，即使用c()的形式表明。

1.1数字向量

a <- c(5,3,6,8,1)
a[c(2,4)]   #  [1] 3 8  a已经是一个向量了，后面再加表明取这个向量的第2个和第4个值

1.2字符向量

b <- c("hello","bye","love")  # [1] "hello" "bye"   "love" 

b <- c("hello,bye,love")   #   "hello,bye,love"

注意：如果变量中有数字有字符，则为字符向量

1.3逻辑向量

c <- c(TRUE,FALSE,FALSE,TRUE,TRUE) #[1]  TRUE FALSE FALSE  TRUE  TRUE

---

2.Matrices

2.1用法

矩阵中的所有列必须具有相同的模式(数字、字符等)和相同的长度。一般格式为

matrix(data, nrow, ncol, byrow, dimnames)

• 数据是成为矩阵的数据元素的输入向量。
• nrow是要创建的行数。
• ncol是要创建的列数。
• byrow是一个逻辑线索。 如果为TRUE，则输入向量元素按行排列。
• dimname是分配给行和列的名称。

mymatrix <- matrix(vector, nrow=r, ncol=c, byrow=FALSE,
dimnames=list(char_vector_rownames, char_vector_colnames))

byrow=TRUE indicates that the matrix should be filled by rows. （向量按照行进行填充）byrow=FALSE indicates that the matrix should be filled by columns (the default)（向量按照列进行填充）. dimnames provides optional labels for the columns and rows(行和列的向量名字）.

eg1:

generates 2 x 3 numeric matrix

 y <- matrix(1:6, nrow=2,ncol=3)  #默认byrow=FALSE

[,1] [,2] [,3]
[1,] 1 3 5
[2,] 2 4 6

eg2：

班里8个人ming,hong,fang,shuai,lee,yu,ma,mi按照行的顺序进行排座位，分4行两列，行名为1,2,3,4，列名为A，B

 name <- c("ming","hong","fang","shuai","lee","yu","ma","mi")
 cnames <- c("A","B")
 rnames <- c(1,2,3,4)
 zuowei <- matrix(name, nrow = 4, ncol = 2, byrow = TRUE, 
             dimnames = list(rnames, cnames))
 zuowei

结果为

A B
1 "ming" "hong"
2 "fang" "shuai"
3 "lee" "yu"
4 "ma" "mi"

2.2访问元素

 zuowei[c(2)]   #"fang"   代表啥意思呢
zuowei[2,]       # "fang" "shuai"  矩阵第二行
zuowei[，2]     #"hong" "shuai"    "yu"    "mi" 矩阵第二列
zuowei[2:3,1:2]   #第2行到第三行的第一列到第二列

---

3 Arrays

数组类似于矩阵，但可以有两个以上的维。

 help(array) 

---

4 Data Frames （基本单元为列？）

比矩阵更通用，因为不同的列可以有不同的模式(numeric, character, factor, etc.)。这类似于SAS和SPSS数据集。

4.1用法

eg：制作一份成绩单
班里8个人ming,hong,fang,shuai,lee,yu,ma,mi，按照名字顺序依次排列，成绩分别为66,89,30,47,29,95,70,59，列名为numer，name，score

number <- c(1:8)
name <- c("ming","hong","fang","shuai","lee","yu","ma","mi")
score <- c(66,89,30,47,29,95,70,59)
report_card <- data.frame (number,name,score) #这里的numer，name，score都为向量
#输出结果的第一行就为这三个名字
#如果上面的向量名为xyz，需要改行名，则可用以下代码
names(report_card) <- c("number","name","score")  #行名
report_card  #查看输出结果

输出结果为

number name score
1 1 ming 66
2 2 hong 89
3 3 fang 30
4 4 shuai 47
5 5 lee 29
6 6 yu 95
7 7 ma 70
8 8 mi 59

4.2访问元素

report_card[2：3]  #第2-3列
report_card[c("name","score")] #name和score列
report_card$name  #name变量

---

5 Lists

objects (components)的有序集合。Lists允许我们以一个名称收集各种(可能不相关的) objects 。创建列表用list函数，并且其中可以包含几乎任何数据类型,可以给list中的每个元素命名。

5.1用法

w <- list(c("Wang","san"), c(4,5,6),matrix(c(5,3,4,6,7,8), nrow=3), age=5.3) 
#a string, a numeric vector, a matrix, and a scaler 
names(w) <-c("wo","hen","kuai","le")  #Give names to the elements in the list“w”



v <- c(list1,list2)  #包含两个列表

5.2访问元素

可以用序号，也可以用名称

mylist[[2]] # 2nd component of the list       w[[2]] 
mylist[2] #输入第二项带name
mylist[["mynumbers"]] # component named mynumbers in list         w[["mynumbers"]] 

---

6 Factors （为什么要转变为因子呢？）

在R语言中，名义变量和有序变量可以使用因子来表示。

6.1用法

f <- factor(x=charactor(), levels, labels=levels, exclude = NA, ordered = is.ordered(x), namax = NA)

• x为输入值
• levels为值的顺序，默认是x中不重复的值
• labels为对应levels的重命名，默认取levels的值
• exclude：从x中剔除的水平值，默认为NA值；
• ordered：逻辑值，因子水平是否有顺序（编码次序），若有取TRUE，否则取FALSE；
• nmax：水平个数的限制。

---

7常用功能

length(object) # number of elements or components
str(object)    # structure of an object 
class(object)  # class or type of an object
names(object)  # names

c(object,object,...)       # combine objects into a vector
cbind(object, object, ...) # combine objects as columns
rbind(object, object, ...) # combine objects as rows 

object     # prints the object

ls()       # list current objects
rm(object) # delete an object

newobject <- edit(object) # edit copy and save as newobject 
fix(object)               # edit in place