1. 数值型（Numeric）:
数值型数据用于存储实数（浮点数）。
x <- 3.14
y <- -5
2. 字符型（Character）:
字符型数据用于存储文本。
name <- "John"
message <- 'Hello, R!'
3. 逻辑型（Logical）:
逻辑型数据用于存储逻辑值 TRUE 或 FALSE。
is_positive <- TRUE
is_greater_than_10 <- FALSE
4. 整数型（Integer）:
整数型数据用于存储整数。
age <- 25L # 注意：在整数后加上 'L' 表示整数型
5. 复数型（Complex）:
复数型数据用于存储复数。
z <- 3 + 4i
6. 向量（Vector）:
向量是 R 中最基本的数据结构，可以包含相同类型的元素。
numeric_vector <- c(1.5, 2.7, 3.0)
character_vector <- c("apple", "banana", "orange")
logical_vector <- c(TRUE, FALSE, TRUE)
7. 矩阵（Matrix）:
矩阵是一个二维的数据结构，包含相同类型的元素。
mat <- matrix(c(1, 2, 3, 4, 5, 6), nrow = 2, ncol = 3)
8. 数据框（Data Frame）:
数据框类似于矩阵，但不同列可以包含不同类型的数据。
df <- data.frame(
Name = c("Alice", "Bob", "Charlie"),
Age = c(25, 30, 22),
Married = c(TRUE, FALSE, TRUE)
)
9. 列表（List）:
列表是一个复合数据结构，可以包含不同类型的元素，包括向量、矩阵、数据框等。
lst <- list(numeric_vector, character_vector, df)
10. 因子（Factor）:
因子是用于表示分类数据的特殊数据类型。
gender <- factor(c("Male", "Female", "Male", "Female"))
这些是 R 语言中一些常见的数据类型。了解这些数据类型对于进行数据分析和统计建模至关重要，因为不同的数据类型在处理和分析数据时会有不同的方法和要求。
转载请注明出处：http://www.zyzy.cn/article/detail/6385/R语言