09

子集选取

向量、矩阵、数据框的索引

基础篇

子集选取单独作一章，说明它确实很重要。

上一章讲对象、数据类型和数据结构等概念。为了方便理解，我这里打个比方， 对象就是我们在计算机里新建了存储空间，好比一个盒子， 我们可以往盒子里面装东西（赋值），可以查看里面的内容或者对里面的内容做计算（函数），也可以从盒子里取出部分东西（子集选取）。

子集选取，就是从盒子里取东西出来[^1]。

[^1]: 操控盒子里的东西，比如把糖果变大，这个过程叫函数.

向量

对于原子型向量，我们有至少四种选取子集的方法

R 
x <- c(1.1, 2.2, 3.3, 4.4, 5.5)
  • 正整数： 指定向量元素中的位置
R 
x[1]
R 
x[c(1, 3)]
R 
x[c(3, 1)]
  • 负整数：删除指定位置的元素
R 
x[-2]
R 
x[c(-3, -4)]
  • 逻辑向量：将TRUE对应位置的元素提取出来
图片
R 
x[c(TRUE, FALSE, TRUE, FALSE, TRUE)]

常用的一种情形；筛选出大于某个值的所有元素

R 
x &gt; 3
R 
x[x &gt; 3]
  • 如果是命名向量
R 
y <- c("a" = 11, "b" = 12, "c" = 13, "d" = 14)
y

我们可以用命名向量，返回其对应位置的向量

R 
y[c("d", "c", "a")]

列表

对列表取子集，和向量的方法一样。向量的子集仍然是向量，使用[提取列表的子集，总是返回列表

R 
l <- list(
  "one"   = c("a", "b", "c"),
  "two"   = c(1:5),
  "three" = c(TRUE, FALSE)
)
l

使用位置索引

R 
l[1]

也可以使用元素名

R 
l["one"]

如果想提取列表某个元素的值，需要使用 [[

R 
l[[1]]

也可以使用其中的元素名，比如[["one"]]，

R 
l[["one"]]

取出one位置上的元素，需要写[["one"]]，程序员觉得要写太多的字符了，太麻烦了，所以用$来简写

R 
l$one

所以请记住

  • [ 和[[的区别
  • x$y 是 x[["y"]]的简写

矩阵

R 
a <- matrix(1:9, nrow = 3)
a

我们取第1行到第2行的2-3列，[1:2, 2:3]，中间以逗号分隔，于是得到一个新的矩阵

R 
a[1:2, 2:3]

默认情况下, [ 会将获取的数据，以尽可能低的维度形式呈现。比如

R 
a[1, 1:2]

表示第1行的第1、2列，此时不是$1 \times 2$矩阵，而是包含了两个元素的向量。 以尽可能低的维度形式呈现，换句话说，这个[R表达式]长的像个矩阵，又有点像向量，向量的维度比矩阵低，那就是向量吧。

有些时候，我们想保留所有的行或者列，比如

  • 行方向，只选取第 1 行到第 2 行
  • 列方向，选取所有列

可以这样简写

R 
a[1:2, ]

对于下面这种情况，想想，会输出什么

R 
a[, ]

可以再简化点？

R 
a[]

是不是可以再简化点？

R 
a

数据框

数据框具有list和matrix的双重属性，因此

  • 当选取数据框的某几列的时候，可以和list一样，指定元素位置索引，比如df[1:2]选取前两列
  • 也可以像矩阵一样，按照行和列的标识选取，比如df[1:3, ]选取前三行的所有列
R 
df <- data.frame(
  x = 1:4,
  y = 4:1,
  z = c("a", "b", "c", "d")
)
df

Like a list

R 
df[1:2]
R 
df[c("x", "z")]
R 
df[["x"]]
R 
df$x

Like a matrix

R 
df[, c("x", "z")]

也可以通过行和列的位置

R 
df[1:3, ]

当遇到单行或单列的时候，也和矩阵一样，数据会降维

R 
df[, "x"]

如果想避免降维，需要多写一句话

R 
df[, "x", drop = FALSE]

这样输出的还是矩阵形式，但程序员总是偷懒的，有时候我们也容易忘记写drop = FALSE， 所以我比较喜欢下面的tibble.

增强型数据框

tibble是增强型的data.frame，选取tibble的行或者列，即使遇到单行或者单列的时候，数据也不会降维，总是返回tibble，即仍然是数据框的形式。

R 
tb <- tibble::tibble(
  x = 1:4,
  y = 4:1,
  z = c("a", "b", "c", "d")
)
tb
R 
tb["x"]
R 
tb[, "x"]

除此以外，tibble还有很多优良的特性，我们会在相关章节专门讲

作业

  • 如何获取matrix(1:9, nrow = 3)上对角元? 对角元？
  • 对数据框，思考df["x"]， df[["x"]]， df$x三者的区别?
  • 如果x是一个矩阵，请问 x[] <- 0 和x <- 0 有什么区别？
  • 不添加参数na.rm = TRUE的前提下，用sum()计算向量x的元素之和
R 
x <- c(3, 5, NA, 2, NA)

提示：

  • 使用is.na(x) 检查向量元素是否为缺失值，并保存为新的对象x_missing
  • 将所有缺失值赋值为0
  • 然后 sum() 计算
  • 找出x向量中的偶数
R 
x <- 1:10
x
R 
pacman::p_unload(pacman::p_loaded(), character.only = TRUE)