今天要介紹的資料型態分別是 list、matrix 和 data frame。這三種資料型態主要的功能就是將資料排列成結構狀。首先就從 list 開始吧！

list

大家是否還記得昨天提到 vector 這種資料型態，每一個 element 都要是相同型態的規定呢？是不是覺得這樣的規定在處理不同資料型態的值，卻又需要將這些資料整合在同一個變數裡時非常不方便、綁手綁腳？那這時候該怎麼辦呢？其實在 R 裡面，列表(list)就能完美解決這個問題喔！舉例來說，一個人身上不會只有一項可辨識的特徵，一定是有許許多多的資訊所組合而成，包括年齡、性別、學歷、嗜好、工作等等......但其中年齡是數值，性別、學歷、嗜好和工作可能是類別變數，這樣便無法儲存於同一個 vector。因此，若我們想要儲存一個人的所有資訊，就可以用 list 的資料型態，即 list() 這個函式

Jack <- list(gender = "man", age= 28, hobby = c("playing the guitar", "reading novels"))
Jack        # list 輸出時是什麼樣子呢？

執行結果為：
$gender
[1] "man"

$age
[1] 28

$hobby
[1] "playing the guitar" "reading novels"

我們再來檢查一下內部的資料型態

str(Jack)

執行結果為：
List of 3
$ gender: chr "man"
$ age : num 28
$ hobby : chr [1:2] "playing the guitar" "reading novels"

這邊可以看到輸出結果一開始就告訴你這個 list 是由 3 個 elements 所組成，包含 gender、age 和 hobby，其中 gender 和 hobby 是 character，age 是 number。這樣是不是很清楚明瞭呢？

那麼，既然可以儲存資料，也要可以把資料取出來才對！不知道大家有沒有發現，每一項 element 前面都有 $ 這個符號呢？ 沒錯！它就是用來取資料的！也就是說如果我們想要取出 Jack 這個人的 hobby 是什麼，只要這樣寫就可以了

Jack$hobby

執行結果為：
[1] "playing the guitar" "reading novels"

當然，也可以使用和 vector 一樣的方式，利用 index 來找出資料

Jack[[3]]

執行結果為：
[1] "playing the guitar" "reading novels"

大家有沒有有注意到，上面的 code 是使用兩個中括號呢？為什麼是 2 個？ 1 個不行嗎？那我們就來看一下用一個會是什麼結果吧！

Jack[3]

執行結果為：
$hobby
[1] "playing the guitar" "reading novels"

眼尖的各位想必已經注意到不同了吧？我們繼續使用 str() 檢視一下資料型態。

str(Jack[[3]])
str(Jack[3])

執行結果為：
chr [1:2] "playing the guitar" "reading novels"

List of 1
$ hobby: chr [1:2] "playing the guitar" "reading novels"

使用兩個括號取出的資料型態是 vector，而一個括號則是 list 喔～

matrix & data frame

將 matrix 和 data frame 放在一起講與 number 和 integer 的情況類似，這兩個是很相似的資料型態。在 R 裡面，用 matrix() 就能創造一個 matrix，而 matrix 基本的結構是 matrix(data, nrow, ncol, byrow, dimnames)。

row_matrix <- matrix(c(101:112), nrow = 4, byrow = TRUE); row_matrix

col_matrix <- matrix(c(101:112), nrow = 4, byrow = FALSE); col_matrix

執行結果為：

 [,1] [,2] [,3]

[1,] 101 102 103
[2,] 104 105 106
[3,] 107 108 109
[4,] 110 111 112

 [,1] [,2] [,3]

[1,] 101 105 109
[2,] 102 106 110
[3,] 103 107 111
[4,] 104 108 112

有沒有發現不同呢？其中 c(101:112) 代表的是建立一個 101~112 之間的矩陣，這個矩陣要有 4 列(nrow = 4)，byrow = TRUE 則是指以 row 來合併，所以 row_matrix 才會以 101、102、103 這樣由左至右，一列結束換下一列的方式呈現 matrix。而 col_matrix 則是因為 byrow = FALSE，所以代表是以 column（欄）的方式排列，101、102、103 是由上至下，一欄排完換下一欄。

不過這樣直接呈現的 matrix 會沒有列和欄的名稱，所以可以給 matrix 裡 dinames 這個設定賦值，給定名稱。

rownames = c("Jack", "Kevin", "Paul", "David")
colnames = c("Age", "ID", "Height")

(name_matrix <- matrix(c(101:112), nrow = 4, byrow = TRUE, dimnames = list(rownames, colnames)))

執行結果為：
Age ID Height
Jack 101 102 103
Kevin 104 105 106
Paul 107 108 109
David 110 111 112

matrix 和 vector、list 的概念一樣，都有 index，所以要提取特定位置的資料使用 index 就可以了！以上面 name_matrix 的例子來寫 code，中括號裡面前面這個值是列，後面是欄。

name_matrix[3,2] # 取 108 這個數值
name_matrix[2,]  # 取第二列
name_matrix[]    # 取第三欄
dim(name_matrix) # 4*3的矩陣
rownames(name_matrix) # 取所有的列名
colnames(name_matrix) # 取所有的欄名

執行結果為：
[1] 108

Age ID Height
104 105 106

Jack Kevin Paul David
103 106 109 112

[1] 4 3

[1] "Jack" "Kevin" "Paul" "David"

[1] "Age" "ID" "Height"

data frame

最後，我們來談談 data frame 吧！在 R 裡面，data frame 比 matrix 更為常用。data frame 就像是 Excel 裡面的 sheet，因此，若匯入一個 .csv 檔案進去 R 的話，資料型態就會變為 data frame。當然，也可以自己建立一個簡單的 data frame。

ID <- c(1, 2, 3) 
fruit <- c("apple", "banana", "mango") # characters
logic <- c(TRUE, FALSE, TRUE)  # logical values

df = data.frame(ID, fruit, logic); df # ;df 代表直接印出 df

在 R 中，有很多內置 data 的 packages。例如 iris 這個 dataset。

library(datasets) # load the package

iris

str(iris)

執行結果為：

'data.frame': 150 obs. of 5 variables:
$ Sepal.Length: num 5.1 4.9 4.7 4.6 5 5.4 4.6 5 4.4 4.9 ...
$ Sepal.Width : num 3.5 3 3.2 3.1 3.6 3.9 3.4 3.4 2.9 3.1 ...
$ Petal.Length: num 1.4 1.4 1.3 1.5 1.4 1.7 1.4 1.5 1.4 1.5 ...
$ Petal.Width : num 0.2 0.2 0.2 0.2 0.2 0.4 0.3 0.2 0.2 0.1 ...
$ Species : Factor w/ 3 levels "setosa","versicolor",..: 1 1 1 1 1 1 1 1 1 1

可以看到這個數據集包含 number 和 factor，我們可以用以下 code 來抓取 Species 的 Levels

levels(iris[,'Species']) # 看 Species 的 Levels 分別為哪些，因為要看的是 Species 這一欄的資料，故 Species 放中括號的右邊

levels(iris$Species) # 看 Species 的 Levels 分別為哪些

iris[2, 'Species'] # 看第二列，Species 這一欄是什麼

iris$Species[2] # 看 Species 這一欄第二個項目是什麼（其實等於看第二列，Species 這一欄是什麼）

執行結果為：
[1] "setosa" "versicolor" "virginica"

[1] "setosa" "versicolor" "virginica"

[1] setosa
Levels: setosa versicolor virginica

[1] setosa
Levels: setosa versicolor virginica

最後，教一下大家如何匯入 .csv 檔，在 R 裡面編輯吧！我們可以利用 read.csv() 來完成

data = read.csv(".csv 檔案的位址") # Mac 可以點一下要匯入的檔案，按住 option、command 和 C 就可以複製此檔案的位址，貼到 “” 裡了

資料型態介紹完畢～明天見囉！