1. 引言为什么需要了解 R 数据类型R 语言作为统计计算和数据分析的利器其强大功能建立在丰富而灵活的数据类型体系之上。无论是处理简单的数值向量还是操作复杂的数据框和列表对数据类型的深入理解都是高效编程和准确分析的前提。本文将系统介绍 R 中的核心数据类型并通过大量代码实例展示其特性和应用场景。2. 基本数据类型原子向量R 中最基础的数据结构是原子向量atomic vector所有元素必须是同一类型。以下是 R 的 6 种基本原子类型2.1 数值型numeric用于存储整数和浮点数。R 默认将数字视为双精度浮点数。# 创建数值向量 x - c(1, 2, 3.5, -4.2) print(x) # 输出: [1] 1.0 2.0 3.5 -4.2 检查类型 class(x) # numeric typeof(x) # double is.numeric(x) # TRUE 特殊数值 inf_val - Inf nan_val - NaN na_val - NA print(c(inf_val, nan_val, na_val))2.2 整型integer明确指定为整数的类型需要在数字后加 L。# 创建整型向量 int_vec - c(1L, 2L, 3L, 4L) print(int_vec) # 输出: [1] 1 2 3 4 类型检查 class(int_vec) # integer typeof(int_vec) # integer is.integer(int_vec) # TRUE 注意不加L会被当作numeric num_vec - c(1, 2, 3) is.integer(num_vec) # FALSE is.numeric(num_vec) # TRUE2.3 字符型character用于存储文本数据用单引号或双引号包围。# 创建字符向量 char_vec - c(apple, banana, cherry) print(char_vec) # 输出: [1] apple banana cherry 类型检查 class(char_vec) # character typeof(char_vec) # character is.character(char_vec) # TRUE 字符串操作 paste(Hello, World, sep ) # 拼接 nchar(R语言) # 字符数注意中文字符 substr(abcdef, 2, 4) # 提取子串2.4 逻辑型logical只有 TRUE 和 FALSE 两个值注意全大写。# 创建逻辑向量 logical_vec - c(TRUE, FALSE, TRUE, FALSE) print(logical_vec) # 输出: [1] TRUE FALSE TRUE FALSE 类型检查 class(logical_vec) # logical typeof(logical_vec) # logical is.logical(logical_vec) # TRUE 逻辑运算 a - c(TRUE, FALSE, TRUE) b - c(FALSE, TRUE, TRUE) a b # 与运算: FALSE FALSE TRUE a | b # 或运算: TRUE TRUE TRUE !a # 非运算: FALSE TRUE FALSE2.5 复数型complex用于存储复数实部和虚部都是数值型。# 创建复数 comp - complex(real c(1, 2), imaginary c(3, 4)) print(comp) # 输出: [1] 13i 24i 类型检查 class(comp) # complex typeof(comp) # complex is.complex(comp) # TRUE 复数运算 comp1 - 1 2i comp2 - 3 - 4i comp1 comp2 # 加法: 4-2i comp1 * comp2 # 乘法: 112i Mod(comp1) # 模: 2.236068 Arg(comp1) # 辐角: 1.1071492.6 原始型raw存储原始字节常用于处理二进制数据。# 创建原始向量 raw_vec - as.raw(c(0x48, 0x65, 0x6c, 0x6c, 0x6f)) # Hello的ASCII print(raw_vec) # 输出: [1] 48 65 6c 6c 6f 类型检查 class(raw_vec) # raw typeof(raw_vec) # raw is.raw(raw_vec) # TRUE 转换回字符 char_from_raw - rawToChar(raw_vec) print(char_from_raw) # 输出: Hello3. 复合数据类型R 提供了多种复合数据类型可以存储不同类型的数据。3.1 向量vector向量是 R 中最基本的数据结构所有元素必须是同一类型。# 创建向量 v1 - c(1, 2, 3, 4, 5) # 数值向量 v2 - c(a, b, c) # 字符向量 v3 - c(TRUE, FALSE, TRUE) # 逻辑向量 向量化操作R的核心特性 v1 * 2 # 每个元素乘以2 v1 c(10, 20, 30, 40, 50) # 向量加法 sqrt(v1) # 每个元素开平方 向量索引 v1[3] # 第三个元素 v1[c(1, 3, 5)] # 第1,3,5个元素 v1[v1 2] # 条件索引3.2 矩阵matrix二维数组所有元素必须是同一类型。# 创建矩阵 mat - matrix(1:12, nrow 3, ncol 4) print(mat) # 输出: # [,1] [,2] [,3] [,4] # [1,] 1 4 7 10 # [2,] 2 5 8 11 # [3,] 3 6 9 12 矩阵操作 t(mat) # 转置 mat %*% t(mat) # 矩阵乘法 diag(mat) # 对角线元素 solve(mat[1:2, 1:2]) # 求逆方阵 矩阵索引 mat[2, 3] # 第2行第3列 mat[2, ] # 第2行所有列 mat[, 3] # 第3列所有行3.3 数组array多维数据容器可以看作多维矩阵。# 创建三维数组 arr - array(1:24, dim c(2, 3, 4)) print(arr) # 输出: # , , 1 # [,1] [,2] [,3] # [1,] 1 3 5 # [2,] 2 4 6 # , , 2 # [,1] [,2] [,3] # [1,] 7 9 11 # [2,] 8 10 12 # ... 共4个二维切片 数组索引 arr[1, 2, 3] # 第1行第2列第3层 arr[1, , ] # 第1行的所有列和层3.4 因子factor用于存储分类数据特别适合统计建模。# 创建因子 gender - factor(c(男, 女, 男, 女, 男)) print(gender) # 输出: [1] 男 女 男 女 男 # Levels: 男 女 查看因子信息 levels(gender) # 因子水平: 男 女 nlevels(gender) # 水平数量: 2 table(gender) # 频数统计 有序因子 grade - factor(c(A, B, C, B, A), levels c(C, B, A), ordered TRUE) print(grade) 输出: [1] A B C B A Levels: C B A3.5 列表listR 中最灵活的数据结构可以包含不同类型的元素。# 创建列表 my_list - list( name 张三, age 25, scores c(85, 92, 78), passed TRUE, details list(city 北京, job 数据分析师) ) print(my_list) 输出包含5个元素的列表 列表索引 my_list$name # 使用$按名称访问 my_list[[age]] # 使用[[]]按名称访问 my_list[[3]] # 使用[[]]按位置访问 my_list$scores[2] # 访问列表中的向量元素 列表操作 length(my_list) # 列表长度 names(my_list) # 元素名称 str(my_list) # 查看结构3.6 数据框data.frameR 中最常用的数据结构类似于 Excel 表格或数据库表。# 创建数据框 df - data.frame( id 1:5, name c(Alice, Bob, Charlie, David, Eve), age c(25, 30, 35, 28, 32), score c(85.5, 92.0, 78.5, 88.0, 95.5), passed c(TRUE, TRUE, FALSE, TRUE, TRUE) ) print(df) 输出: id name age score passed 1 1 Alice 25 85.5 TRUE 2 2 Bob 30 92.0 TRUE 3 3 Charlie 35 78.5 FALSE 4 4 David 28 88.0 TRUE 5 5 Eve 32 95.5 TRUE 数据框操作 head(df, 3) # 查看前3行 str(df) # 查看结构 summary(df) # 统计摘要 df$age # 访问age列 df[2, ] # 访问第2行 df[df$score 90, ] # 条件筛选4. 特殊数据类型和对象4.1 日期和时间# Date类型日期 today - Sys.Date() print(today) # 输出: 2026-07-17 创建日期 dates - as.Date(c(2026-01-01, 2026-12-31)) print(dates) 日期运算 today 7 # 7天后 dates[2] - dates[1] # 时间差天数 POSIXct类型日期时间 now - Sys.time() print(now) # 输出: 2026-07-17 10:04:45 CST 格式化输出 format(now, %Y年%m月%d日 %H:%M:%S)4.2 时间序列ts# 创建时间序列 ts_data - ts(1:24, start c(2026, 1), frequency 12) print(ts_data) # 输出: 2026年1月到2027年12月的月度数据 时间序列操作 window(ts_data, start c(2026, 7), end c(2026, 12)) # 子集 decompose(ts_data) # 分解趋势、季节、随机成分4.3 表达式expression# 创建表达式 expr - expression(x^2 y^2) print(expr) # 输出: expression(x^2 y^2) 求值 x - 3 y - 4 eval(expr) # 输出: 25 符号微分 D(expression(x^3), x) # 输出: 3 * x^25. 类型检查和转换5.1 类型检查函数# 检查具体类型 x - 10 is.numeric(x) # TRUE is.integer(x) # FALSE默认是double is.double(x) # TRUE is.character(x) # FALSE is.logical(x) # FALSE is.complex(x) # FALSE is.raw(x) # FALSE 检查数据结构 vec - 1:5 is.vector(vec) # TRUE is.matrix(vec) # FALSE is.array(vec) # FALSE is.list(vec) # FALSE is.data.frame(vec) # FALSE 通用类型检查 class(x) # numeric typeof(x) # double mode(x) # numeric storage.mode(x) # double5.2 类型转换函数# 显式类型转换 as.numeric(123) # 字符转数值: 123 as.character(123) # 数值转字符: 123 as.integer(3.14) # 数值转整数: 3截断 as.logical(1) # 数值转逻辑: TRUE0为FALSE非0为TRUE as.complex(2) # 数值转复数: 20i as.raw(65) # 数值转原始: 41ASCII的A 数据框转换 as.matrix(df) # 数据框转矩阵 as.list(df) # 数据框转列表 as.data.frame(mat) # 矩阵转数据框 因子转换 as.factor(c(A, B, A, C)) # 字符转因子 as.character(gender) # 因子转字符6. 实战应用示例6.1 数据清洗中的类型处理# 模拟脏数据 dirty_data - data.frame( id c(001, 002, 003, 004), age c(25, 30, 三十五, 28), # 有非数字字符 income c(5000, 8000, 6000, NA), married c(TRUE, FALSE, TRUE, FALSE) ) 类型清洗 clean_data - data.frame( id as.integer(dirty_data$id), # 字符转整数 age suppressWarnings(as.numeric(dirty_data$age)), # 转换非数字变NA income as.numeric(dirty_data$income), # 字符转数值 married as.logical(dirty_data$married) # 字符转逻辑 ) print(clean_data) 注意age列中三十五会变成NA6.2 统计分析中的类型应用# 创建包含不同类型的数据框 survey - data.frame( respondent_id 1:100, gender factor(sample(c(Male, Female), 100, replace TRUE)), age_group factor(sample(c(18-25, 26-35, 36-45, 46), 100, replace TRUE), levels c(18-25, 26-35, 36-45, 46), ordered TRUE), satisfaction sample(1:5, 100, replace TRUE), # 1-5分 comments sample(c(Good, Average, Poor, NA), 100, replace TRUE) ) 按因子分组统计 library(dplyr) survey_summary - survey %% group_by(gender, age_group) %% summarise( avg_satisfaction mean(satisfaction, na.rm TRUE), n n(), .groups drop ) print(survey