R语言向量下标和子集

1.正整数下标

首先定义一个x，然后对向量 x, 在后面加方括号和下标可以访问向量的元素和子集，如：

 定义一个x：

x <- c(1, 4, 6.25)
x

返回：

我们取出第二个元素：

x[2]

返回：

我们再修改第二个元素为 99 ：

x[2] <- 99; x

返回：

我们再取下第 1、3 号元素 ：

x[c(1,3)]

返回：

我们再修改第 1、3 号元素为 11，13 ：

x[c(1,3)] <- c(11, 13); x

返回：

         若是下标可重复，又会如何，如：

x[c(1,3,1)]

返回：

2.负整数下标

负下标表示扣除相应的元素后的子集，如

x <- c(1,4,6.25)
x[-2]

-2 表示倒数第二个；返回：

再比如：

x[-c(1,3)]

返回：

负整数下标不能与正整数下标同时用来从某一向量中取子集，比如

x[c(1,-2)]

返回结果会报错：

3.空下标与零下标

x[] 表示取 x 的全部元素作为子集。这与 x 本身不同，比如

x <- c(1,4,6.25)
x[]

返回：

然后，我们对x 内的值进行修改

x[] <- 999
x

返回：

再如，另一种对x内的值进行修改

x <- c(1,4,6.25)
x <- 999
x

返回结果只有一个值：

 可能有人会问是否有 x[0] ，那就让我们看看

x[0]

返回：

那说明，x[0] 是一种少见的做法，结果返回类型相同、长度为零的向量，如 numeric(0)。

相当于空集；且当 0 与正整数下标一起使用时会被 忽略。当 0 与负整数下标一起使用时也会被 忽略。

4.下标超界

设向量 x 长度为 n , 则使用正整数下标时下标应在 { 1 , 2 , . . . , n } 中取值。

x <- c(1,4,6.25)
x[2]

返回：

如果使用大于 n 的下标，读取时返回缺失值，并不出错。

x[5]

返回：

给超出 n 的下标元素赋值，则向量自动变长，中间没有赋值的元素为缺失值。例如

x[5] <- 9 
x

返回：

虽然 R 的语法对下标超界不视作错误，但是这样的做法往往来自不良的程序思路，而且对程序效率有影响，所以实际编程中应避免下标超界。

5.逻辑下标

下标可以是与向量等长的逻辑表达式，一般是关于本向量或者与本向量等长的其它向量的比较结果，如 定义x

x <- c(1,4,6.25)

取出 x 的大于 3 的元素组成的子集

x[x > 3]

返回：

逻辑下标除了用来对向量取子集，还经常用来对数据框取取子集，也用在向量化的运算中。例如，对如下示性函数

输入向量 x ，结果 y 需要也是一个向量，程序可以写成

f <- function(x){
y <- numeric(length(x))
y[x >= 0] <- 1
y[x < 0] <- 0 # 此语句多余
y }

事实上还有一种写法，向量化的逻辑选择有一个 ifelse() 函数，比如，对上面的示性函数，如果 x 是一个向量，输出 y 向量可以写成 

y <- ifelse(x>=0, 1, 0)

要注意的是，如果逻辑下标中有缺失值，对应结果也是缺失值，如

x <- c(1, 4, 6.25, NA)
x[x > 2]

返回：

所以，在用逻辑下标作子集选择时，一定要考虑到缺失值问题。 正确的做法是加上!is.na 前提，如

x[!is.na(x) & x > 2]

返回：

6. which()、which.min()、which.max() 函数

函数 which() 可以用来找到满足条件的下标，如

x <- c(3, 4, 3, 5, 7, 5, 9)
which(x > 5)

返回：

seq(along=x) 会生成由 x 的下标组成的向量，如

seq(along=x)[x > 5]

返回：

用 which.min() 、which.max() 求最小值的下标和最大值的下标，不唯一时只取第一个。如

which.min(x)
which.max(x)

返回：

7. 元素名

向量可以为每个元素命名。如

ages <- c(" 李明"=30, " 张聪"=25, " 刘颖"=28)

或

ages <- c(30, 25, 28)
names(ages) <- c(" 李明", " 张聪", " 刘颖")

或

ages <- setNames(c(30, 25, 28), c(" 李明", " 张聪", " 刘颖"))

这时可以用元素名或元素名向量作为向量的下标，如

ages[" 张聪"]

返回：

 再如：

ages[c(" 李明", " 刘颖")]

返回：

再如，修改字符串数值：

ages[" 张聪"] <- 26

用字符串作为下标时，如果该字符串不在向量的元素名中，读取时返回缺失值结果，赋值时该向量会增加一个元素并以该字符串为元素名。 带有元素名的向量也可以是字符型或其它基本类型，如

sex <- c(" 李明"=" 男", " 张聪"=" 男", " 刘颖"=" 女")

除了给向量元素命名外，在矩阵和数据框中还可以给行、列命名，这会使得程序的扩展更为容易和安全。 R 允许仅给部分元素命名，这时其它元素名字为空字符串。不同元素的元素名一般应该是不同的，否则在使用元素作为下标时会发生误读，但是 R 语法允许存在重名。 用 unname(x) 返回去掉了元素名的 x 的副本，用 names(x) <- NULL 可以去掉 x 的元素名。

8.用 R 向量下标作映射

R 在使用整数作为向量下标时，允许使用重复下标，这样可以把数组 x 看成一个 1 : n 的整数到 x[1] , x[2] , . . . , x[n] 的一个映射表 , 其中 n 是 x 的长度。 比如，某商店有三种礼品，编号为 1,2,3 ，价格分别为 68, 88 和 168 。令

price.map <- c(68, 88, 168)

设某个收银员在一天内分别售出礼品编号为 3,2,1,1,2,2,3 ，可以用如下的映射方式获得售出的这些礼品对应的价格：

items <- c(3,2,1,1,2,2,3)
y <- price.map[items]
print(y)

返回：

R 向量可以用字符型向量作下标，字符型下标也允许重复，所以可以把带有元素名的 R 向量看成是元素名到元素值的映射表。 比如，设 sex 为 10 个学生的性别（男、女）

sex <- c(" 男", " 男", " 女", " 女", " 男", " 女", " 女", " 女", " 女", " 男")

希望把每个学生按照性别分别对应到蓝色和红色。首先建立一个 R 向量当作映射

sex.color <- c(' 男'='blue', ' 女'='red')

用 R 向量 sex.color 当作映射，可以获得每个学生对应的颜色

cols <- sex.color[sex]; print(cols)

返回：

这样的映射结果中带有不必要的元素名，用 unname() 函数可以去掉元素名，如

unname(cols)

返回：

9.集合运算

可以把向量 x 看成一个集合，但是其中的元素允许有重复。用 unique(x) 可以获得 x 的所有不同值。如

unique(c(1, 5, 2, 5))

返回：

 用 a %in% x 判断 a 的每个元素是否属于向量 x，如

5 %in% c(1,5,2)

返回：

c(5,6) %in% c(1,5,2)

返回

与 %in 运算符类似，函数 match(x, table) 对向量 x 的每个元素，从向量 table 中查找其首次出现位置并返回这些位置。没有匹配到的元素位置返回NA_integer_( 整数型缺失值) 。如

 一个数值判断：

match(5, c(1,5,2))

返回：

若所匹配集合有重复元素，则返回为第一个元素的下标：

match(5, c(1,5,2,5))

返回：

 若匹配两个元素的所属呢？

match(c(2,5), c(1,5,2,5))

返回：

 若所匹配元素中，有集合中没有的呢？则返回空值，如

match(c(2,5,0), c(1,5,2,5))

返回：

 用 intersect(x,y) 求交集，结果中不含重复元素，如

intersect(c(5, 7), c(1, 5, 2, 5))

返回：

用 union(x,y) 求并集，结果中不含重复元素，如

union(c(5, 7), c(1, 5, 2, 5))

返回：

  用 setdiff(x,y) 求差集，即 x 的元素中不属于 y 的元素组成的集合，结果中不含重复元素，如

setdiff(c(5, 7), c(1, 5, 2, 5))

 返回：

 用 setequal(x,y) 判断两个集合是否相等，不受次序与重复元素的影响，如

setequal(c(1,5,2), c(2,5,1))

 再如

setequal(c(1,5,2), c(2,5,1,5))

返回：

练习 

设文件 class.csv 内容如下 :
name,sex,age,height,weight
Alice,F,13,56.5,84
Becka,F,13,65.3,98
Gail,F,14,64.3,90
Karen,F,12,56.3,77
Kathy,F,12,59.8,84.5
Mary,F,15,66.5,112
Sandy,F,11,51.3,50.5
Sharon,F,15,62.5,112.5
Tammy,F,14,62.8,102.5
Alfred,M,14,69,112.5
Duke,M,14,63.5,102.5
Guido,M,15,67,133
James,M,12,57.3,83
Jeffrey,M,13,62.5,84
John,M,12,59,99.5
Philip,M,16,72,150
Robert,M,12,64.8,128
Thomas,M,11,57.5,85
William,M,15,66.5,112
用如下程序可以把上述文件读入为 R 数据框 d.class, 并取出其中的 name 和
age 列到变量 name 和 age 中：
d.class <- read.csv ( 'class.csv' , header= TRUE , stringsAsFactors= FALSE )
name <- d.class[, 'name' ]
age <- d.class[, 'age' ]
(1) 求出 age 中第 3, 5, 7 号的值；
(2) 用变量 age, 求出达到 15 岁及以上的那些值；
(3) 用变量 name 和 age, 求出 Mary 与 James 的年龄。
(4) 求 age 中除 Mary 与 James 这两人之外的那些人的年龄值，保存到变量 age1 中。
(5) 假设向量 x 长度为 n , 其元素是 { 1 , 2 , . . . , n } 的一个重排。可以把 x 看成一个 i 到 x[i] 的映射 (i 在 { 1 , 2 , . . . , n } 中取值 ) 。求向量 y, 保存了上述映射的逆映射，即：如果 x[i]=j, 则 y[j]=i 。