按照個(gè)人要求的格式來創(chuàng)建含有研究信息的數(shù)據(jù)集，這是任何數(shù)據(jù)分析的第一步。在R中，這個(gè)任務(wù)包括以下兩步：
- 選擇一種數(shù)據(jù)結(jié)構(gòu)來存儲(chǔ)數(shù)據(jù)；
- 將數(shù)據(jù)輸入或?qū)氲竭@個(gè)數(shù)據(jù)結(jié)構(gòu)中。
數(shù)據(jù)集概念
數(shù)據(jù)集通常是由數(shù)據(jù)構(gòu)成的一個(gè)矩形數(shù)組，行表示觀測，列表示變量。
數(shù)據(jù)結(jié)構(gòu)
向量
- 向量是用于存儲(chǔ)數(shù)值型、字符型或邏輯型數(shù)據(jù)的一維數(shù)組。執(zhí)行組合功能的函數(shù)c()可用來創(chuàng)建向量。
- 數(shù)值型向量，邏輯型向量，字符型向量。
- 單個(gè)向量中的數(shù)據(jù)必須擁有相同的類型或模式（數(shù)值型、字符型或邏輯型）。同一向量中無法混雜不同模式的數(shù)據(jù)。
矩陣
矩陣是一個(gè)二維數(shù)組，只是每個(gè)元素都擁有相同的模式（數(shù)值型、字符型或邏輯型） ?？赏ㄟ^函數(shù)matrix創(chuàng)建矩陣。
矩陣下標(biāo)
數(shù)組
數(shù)組（array）與矩陣類似，但是維度可以大于2。數(shù)組可通過array函數(shù)創(chuàng)建，形式如下：
myarray<-array(vector,dimensions,dimnames)
其中vector包含了數(shù)組中的數(shù)據(jù)， dimensions是一個(gè)數(shù)值型向量，給出了各個(gè)維度下標(biāo)的最大值，而dimnames是可選的、各維度名稱標(biāo)簽的列表。代碼清單2-3給出了一個(gè)創(chuàng)建三維數(shù)值型數(shù)組的示例。
數(shù)據(jù)框
由于不同的列可以包含不同模式（數(shù)值型、字符型等）的數(shù)據(jù)，數(shù)據(jù)框的概念較矩陣來說更為一般。它與你通常在SAS、 SPSS和Stata中看到的數(shù)據(jù)集類似。數(shù)據(jù)框?qū)⑹悄阍赗中最常處理的數(shù)據(jù)結(jié)構(gòu)。
因子
如你所見，變量可歸結(jié)為名義型、有序型或連續(xù)型變量。名義型變量是沒有順序之分的類別變量。類別（名義型）變量和有序類別（有序型）變量在R中稱為因子（factor） 。因子在R中非常重要，因?yàn)樗鼪Q定了數(shù)據(jù)的分析方式以及如何進(jìn)行視覺呈現(xiàn)。
列表
列表（list）是R的數(shù)據(jù)類型中最為復(fù)雜的一種。一般來說，列表就是一些對(duì)象（或成分，component）的有序集合。列表允許你整合若干（可能無關(guān)的）對(duì)象到單個(gè)對(duì)象名下。例如，某個(gè)列表中可能是若干向量、矩陣、數(shù)據(jù)框，甚至其他列表的組合。
- 對(duì)象名稱中的句點(diǎn)（.）沒有特殊意義。但美元符號(hào)（$）卻有著和其他語言中的句點(diǎn)類似的含義，即指定一個(gè)對(duì)象中的某些部分。
- R不提供多行注釋或塊注釋功能。你必須以#作為多行注釋每行的開始。出于調(diào)試目的，你也可以把想讓解釋器忽略的代碼放到語句if(FALSE){. .. }中。將FALSE改為TRUE即允許這塊代碼執(zhí)行。
- 將一個(gè)值賦給某個(gè)向量、矩陣、數(shù)組或列表中一個(gè)不存在的元素時(shí)， R將自動(dòng)擴(kuò)展這個(gè)數(shù)據(jù)結(jié)構(gòu)以容納新值。
- R中沒有標(biāo)量。標(biāo)量以單元素向量的形式出現(xiàn)。
- R中的下標(biāo)不從0開始，而從1開始。在上述向量中， x[1]的值為8。
- 變量無法被聲明。它們?cè)谑状伪毁x值時(shí)生成。
數(shù)據(jù)輸入
使用鍵盤輸入數(shù)據(jù)
從帶分隔符的文本文件導(dǎo)入數(shù)據(jù)
導(dǎo)入excel
導(dǎo)入XML數(shù)據(jù)
從網(wǎng)頁抓取數(shù)據(jù)
導(dǎo)入SPSS數(shù)據(jù)
導(dǎo)入SAS數(shù)據(jù)
導(dǎo)入Stata數(shù)據(jù)
導(dǎo)入netCDF數(shù)據(jù)
導(dǎo)入HDF5 數(shù)據(jù)
訪問數(shù)據(jù)庫管理系統(tǒng)
通過Stat/Transfer導(dǎo)入數(shù)據(jù)
數(shù)據(jù)集標(biāo)注
為了使結(jié)果更易解讀，數(shù)據(jù)分析人員通常會(huì)對(duì)數(shù)據(jù)集進(jìn)行標(biāo)注。通常這種標(biāo)注包括為變量名添加描述性的標(biāo)簽，以及為類別型變量中的編碼添加值標(biāo)簽。例如，對(duì)于變量age，你可能想附加一個(gè)描述更詳細(xì)的標(biāo)簽“ Age at hospitalization”（入院年齡） 。對(duì)于編碼為1或2的性別變量gender，你可能想將其關(guān)聯(lián)到標(biāo)簽“ male”和“ female”上。
變量標(biāo)簽
R處理變量標(biāo)簽的能力有限。一種解決方法是將變量標(biāo)簽作為變量名，然后通過位置下標(biāo)來訪問這個(gè)變量。
值標(biāo)簽
函數(shù)factor()可為類別型變量創(chuàng)建值標(biāo)簽。
