R里面有许多数据类型，跟生统课相关的就是数值型，字符型，逻辑型了。而R也有很多数据结构，包括标量、向量、矩阵、数组、数据框和列表等。跟生统课上相关的就是向量、数据框这两种了。
后面的一些内容会借鉴《R语言实战》中的内容，推荐大家可以去看看这本书的2.1 ，2.2部分。
向量
向量是用于存储数值型、字符型或逻辑型数据的一维数组。
同一向量中无法混杂不同模式的数据。 即不能把数值型、字符串型、逻辑型的混起来放入同一向量中。
让我们来创建一个向量
创建向量
a
查看向量的数据类型
class(a)
class(b)
class(c)
对于数值型的向量创建，使用 : 可以帮助我们直接创建多个数字。这一点对于我们后面在数据框里面提取数值很有帮助。
c(1:10)
[1] 1 2 3 4 5 6 7 8 9 10
如果想要重复地创建某些值，就可以考虑 rep 函数。这一点对于后面我们给数据框添加列，或者添加列名行名可能会有帮助。
可以用?rep来查询其具体用法
rep("A",3)
[1] "A" "A" "A"
rep(c("A","B"),3)
[1] "A" "B" "A" "B" "A" "B"
数据框
数据框是一个二维数据结构，有行和列。一般来说，我们会将行表示观测，列表示变量
数据框可以放入不同类型的文件
一般来说，生统中的数据框是不需要自己创建的，只需要读入就行。用 read.table 读进来就已经是个数据框了。
test1
head(test1)
yield seed
1 383 1
2 406 1
3 351 1
4 400 1
5 390 1
6 361 1
我们可以对这个数据框进行一些探索。
首先看下这个数据框是几行几列的
dim(test1)
[1] 29 2
nrow(test1)
[1] 29
ncol(test1)
[1] 2
发现是一个 29 X 2 的数据框。然后我们可以看下我们数据框的行名和列名是什么。
提取行名
rownames(test1)
[1] "1" "2" "3" "4" "5" "6" "7" "8" "9" "10" "11" "12" "13" "14" "15" "16" "17" "18" "19"
[20] "20" "21" "22" "23" "24" "25" "26" "27" "28" "29"
提取列名
colnames(test1)
[1] "yield" "seed"
我们也可以对行名和列名进行更改
colnames(test1)
当然我们也可以自己来创建一个数据框。用到的是 data.frame 函数。
R语言实战的例子
patientID
自己来一个例子
data.frame(A = c(rep(1,2),rep(2,2),rep(3,2)), B = rep("test", 6))
A B
1 1 test
2 1 test
3 2 test
4 2 test
5 3 test
6 3 test
需要注意的是，数据框跟列表不一样，数据框里面的每一列都必须是等长的。像我这里就是 2 个 A ，2 个 B ， 2 个 C ，再加上 6 个 test 。 如果不等长就有可能会报错。也有可能不报错，用 NA 或者其他的值填充了。这个后面可能会提到。
因子
在我看来，因子的作用是为了对变量进行分类。就比如我们在做AONVA分析的时候，我们会做多种处理，那么我们就可以认为这些处理每个都是一类。拿上面的例子举例。
patientdata
patientID age diabetes status
1 1 25 Type1 Poor
2 2 34 Type2 Improved
3 3 28 Type1 Excellent
4 4 52 Type1 Poor
这里的糖尿病类型 Diabetes，有两种类型，分别是 Type1 和 Type2 。病情Status 有三种类型，分别是 poor、 improved、 excellent。所以这两列所含有的数据就是因子型的数据。
值得注意的是，R在构建数据框的时候，会自动将所有字符串类型的值转换成因子。我们可以看下
patientdata$diabetes
[1] Type1 Type2 Type1 Type1
Levels: Type1 Type2
patientdata$status
[1] Poor Improved Excellent Poor
Levels: Excellent Improved Poor
patientdata$patientID
[1] 1 2 3 4
如果这里有 Levels ，就代表这里的数据是因子。可以看到，patientID由于是数值型的变量，所以并没有自动地转换成因子。
我们同样也可以用 class 来看下类别。
class(patientdata$diabetes)
[1] "factor"
class(patientdata$patientID)
[1] "numeric"
但有时候，字符串变量自动转换成因子也不是所有都对的，比如一开始我们有name这一列。
patientID
看下 names 的类别
class(patientdata$names)
[1] "factor"
patientdata$names
[1] Paul James Wade Antony
Levels: Antony James Paul Wade
我们会发现 R 自动地将 names 这一列也变成了因子。但实际上，名字是独一无二的，并不是一个分类变量。所以，我们不应当将其变成一个 factor 。不过，你会发现，如果是这一列是后添加上去的，就不会自动转成因子。
这个操作可以自动加上一列名为name_new的列
patientdata$names_new
patientdata
patientID age diabetes status names names_new
1 1 25 Type1 Poor Paul Paul
2 2 34 Type2 Improved James James
3 3 28 Type1 Excellent Wade Wade
4 4 52 Type1 Poor Antony Antony
patientdata$names_new
[1] "Paul" "James" "Wade" "Antony"
让我们再来看下我们在第五次生统作业的第一题的数据。
class(test1$yield)
[1] "integer"
class(test1$seed)
[1] "integer"
明明我们的seed代表的是处理类别，为什么却不是一个因子呢。因为 seed 那一列是数值型的变量，所以 R 并不会自动地将其转换成因子。但如果不转换成因子的话，就可能会在后续的分析中出现一些问题。所以我们可以用 factor 函数，来将其转换成因子。
test1$seed
如果想要R不自动地将字符串转换成因子，可以
读数据的时候，设置
test1
自己构建数据框的时候，设置
patientdata
参考文章：
《R语言实战》第二章
如何理解R中因子(factor)的概念 中猴子的回答
作者：城管大队哈队长
链接：https://www.jianshu.com/p/69ffc71f8a4c
