关键值对的各种R数据存储选项：优点和缺点

Question

我常常对在实际问题中使用以下哪种数据对象感到困惑：

列表：

person_list<-list(age=25,weight=180,height=150,male=TRUE,profession="doctor")

阵列：

person_array<-c(age=25,weight=180,height=150,male=TRUE,profession="doctor")

哈希：

person_hash<-hash(age=25,weight=180,height=150,male=TRUE,profession="doctor")

数据框：

person_frame<-data.frame(attributes=c("age","weight","height","male","profession"),values=c(25,180,150,TRUE,"doctor"))

事后看来，数据框架的选择看起来很傻，但其他的呢？他们都好吗？

或者使用一种形式比另一种形式有优势/劣势吗？

e.g。由于哈希不是本机数据类型，因此R Studio不会自动完成它，因此这是一个小缺点。还有其他问题吗？

PS。数据并不大。因此，性能不是主要问题。易于编码是错误/错误等的可能性。

Answer 1

收集我的评论

在你的变种中（没有哈希）只有List才是好的。

1）数组 - 适用于一个类，因为所有类都转换为更宽的类（character此处）

2）Data.farme - 很好，但是当你以这种方式创建它时（使用c）它就变坏了

3）列出最灵活的一个

实施例

数据

person_array<-c(age=25,weight=180,height=150,male=TRUE,profession="doctor")
person_list<-list(age=25,weight=180,height=150,male=TRUE,profession="doctor")
person_frame<-data.frame(attributes=c("age","weight","height","male","profession"),values=c(25,180,150,TRUE,"doctor"))
person_frame_good<-data.frame(age=25,weight=180,height=150,male=TRUE,profession="doctor")

操作

> person_array$height+person_array$weight
Error in person_array$height : $ operator is invalid for atomic vectors
> person_array[["height"]]+person_array[["weight"]]
Error in person_array[["height"]] + person_array[["weight"]] : 
  non-numeric argument to binary operator
> person_frame$height+person_frame$weight
numeric(0)
> person_frame$values[person_frame$attributes=="height"]+person_frame$values[person_frame$attributes=="weight"]
[1] NA
Warning message:
In Ops.factor(person_frame$values[person_frame$attributes == "height"],  :
  ‘+’ не значимо для факторов
> person_list$height+person_list$weight
[1] 330
> person_frame_good$height+person_frame_good$weight
[1] 330

所以你可以看到只有list和df_good可以和var

相加

PS“'+'незначимодляфакторов”意思是“+不能用于因素”

加成

如果您使用的是RStudio，您只需查看数据即可 data.frame

但list不能

但View命令在两种变体中都很好（如果数据可以双向表格显示）