10 多樣的資料結構：向量與因素向量
10.1 R 語言三大資料結構
- 一維
- 向量（vector）
- 因素向量（factor）
- 二維
- 矩陣（matrix）
- 資料框（data.frame）
- 多維
- 陣列（array）
- 清單（list）
10.2 向量
我們可以將四季的名稱放置在一個好像有四個格子的抽屜中：
four_seasons <- c("spring", "summer", "autumn", "winter")
four_seasons## [1] "spring" "summer" "autumn" "winter"這就是一個由文字組成的向量（Vector），這是一個我們會很常使用的資料結構，使用 c() 函數將我們想要放入的任意變數集結在一個向量之中：
weekends <- c("Saturday", "Sunday")
my_lucky_numbers <- c(7L, 24L)
weekends## [1] "Saturday" "Sunday"my_lucky_numbers## [1] 7 24我們提過向量就像是有格子的抽屜，每個格子上面都有一個索引值，方便 R 語言搜尋放在裡頭的變數，舉例說假如我們最喜歡的季節是秋天，可以使用 [3] 這個索引值選出秋天：
four_seasons <- c("spring", "summer", "autumn", "winter")
favorite_season <- four_seasons[3]
favorite_season## [1] "autumn"或者我們認為夏天太熱、冬天太冷，不要放在喜歡的季節中，可以使用 [c(-2, -4)] 刪去：
four_seasons <- c("spring", "summer", "autumn", "winter")
favorite_seasons <- four_seasons[c(-2, -4)]
favorite_seasons## [1] "spring" "autumn"向量有一個很特別的屬性，那就是只能包含一種變數型別，舉例來說，如果我們將整數跟數值放入同一個向量之中，那麼向量會將整數轉換成數值：
lucky_numbers <- c(7L, 24)
class(lucky_numbers[1])## [1] "numeric"如果我們將邏輯值跟整數放入同一個向量之中，那麼向量會將邏輯值轉換成整數：
lucky_numbers <- c(7L, FALSE)
lucky_numbers## [1] 7 0class(lucky_numbers[2])## [1] "integer"假如是將邏輯值、整數、數值還有文字放入同一個向量之中，那麼向量會全部轉換成文字：
mixed_vars <- c(TRUE, 7L, 24, "spring")
mixed_vars## [1] "TRUE" "7" "24" "spring"class(mixed_vars[1])## [1] "character"class(mixed_vars[2])## [1] "character"class(mixed_vars[3])## [1] "character"除了直接使用索引值從向量選出變數，還能夠利用判斷運算子來對向量進行篩選：
four_seasons <- c("spring", "summer", "autumn", "winter")
my_favorite_season <- four_seasons == "autumn"
four_seasons[my_favorite_season]## [1] "autumn"如果不只一個條件，我們可以使用 &（AND） 以及 |（OR） 這兩個符號連結判斷條件：
four_seasons <- c("spring", "summer", "autumn", "winter")
my_favorite_seasons <- four_seasons == "spring" | four_seasons == "autumn" # 我喜歡春天或秋天
four_seasons[my_favorite_seasons]## [1] "spring" "autumn"在 R 語言中產生向量的方式除了使用 c() 函數手動建立以外，還可以透過 rep() 函數、seq() 函數與 : 快速產生。
rep() 函數可以生成重複變數的向量，times 參數可以指定要生成幾個：
rep(7L, times = 8)## [1] 7 7 7 7 7 7 7 7rep("R", times = 10)## [1] "R" "R" "R" "R" "R" "R" "R" "R" "R" "R"seq() 函數可以生成等差數列，from 參數指定數列的起始值，to 參數指定數列的終止值，by 參數指定數值的間距：
seq(from = 7, to = 77, by = 7)## [1] 7 14 21 28 35 42 49 56 63 70 77seq(from = 1, to = 10, by = 1)## [1] 1 2 3 4 5 6 7 8 9 10如果單純是要生成數值間距為 1 的數列，用 : 更快捷：
1:10## [1] 1 2 3 4 5 6 7 8 9 1011:20## [1] 11 12 13 14 15 16 17 18 19 2010.3 因素向量
R 語言針對儲存文字的向量有一個特殊的資料結構稱為因素向量（factor），它是一個帶有層級（Levels）資訊的向量，我們使用 factor() 函數可以將向量轉換成因素向量：
four_seasons <- c("spring", "summer", "autumn", "winter")
four_seasons## [1] "spring" "summer" "autumn" "winter"four_seasons_factor <- factor(four_seasons)
four_seasons_factor## [1] spring summer autumn winter
## Levels: autumn spring summer winter眼尖的您有發現輸出因素向量時會將層級的資訊輸出嗎？接下來我們在轉換為因素向量時利用 ordered = TRUE 與 levels = 的參數來排列一下對於四個季節的喜好：
four_seasons <- c("spring", "summer", "autumn", "winter")
four_seasons_factor <- factor(four_seasons, ordered = TRUE, levels = c("summer", "winter", "spring", "autumn"))
four_seasons_factor## [1] spring summer autumn winter
## Levels: summer < winter < spring < autumn您有發現這時輸出的因素向量除了層級，還有大小的關係資訊嗎？通常有排序的因素向量適合用在有順序的文字，像是形容溫度的文字：
temperatures <- c("warm", "hot", "cold")
temp_factors <- factor(temperatures, ordered = TRUE, levels = c("cold", "warm", "hot"))
temp_factors## [1] warm hot cold
## Levels: cold < warm < hot假如我們只有指定 ordered = TRUE 但沒有指定 levels =，R 語言會預設使用字母順序排序，可能就會產生不符合直覺的排序，像是：
temperatures <- c("warm", "hot", "cold")
temp_factors <- factor(temperatures, ordered = TRUE)
temp_factors## [1] warm hot cold
## Levels: cold < hot < warm