R 變數與工作空間

其餘各類型變數

除了最常用到的數值變數與邏輯變數之外，R 還有三種主要的變數類型，分別為字元（character）、因子（factor）以及原始（raw）類型，以下介紹這幾種類型的變數使用方式。

字元向量

字元向量跟一般數值向量一樣可以使用 c 函數來建立：

c("Hello", "World")

使用 class 來檢查字元向量：

class(c("Hello", "World"))

[1] "character"

因子向量

一般的程式語言在處理類別型的資料時，都會以整數來表示，例如男性與女性的資料可能就會以 1 與 2 來代表，但這樣的表示方法會讓人很難閱讀，另外有一種比較好一點做做法是直接使用文字來表示，例如男性以 male 表示，而女性則使用 female 表示，然而這樣還是有其缺點，畢竟類別型的資料跟一般的文字還是有不同的地方。

R 本身對於類別型的資料有獨特的處理方式，它將整數與文字的概念結合，建立一種專門表示類別資料的因子（factor）資料型態：

gender <- factor(c("male", "female", "male"))
gender

[1] male   female male  
Levels: female male

因子變數的內容看起來跟字元變數很類似，我們可以直接看得到每個值的名稱，我們可以使用 levels 來列出因子變數中所有的類別：

levels(gender)

[1] "female" "male"

而 nlevels 則是可以計算因子變數類別的總數：

nlevels(gender)

[1] 2

因子變數的名稱背後其實對應的是一些整數資料（R 內部在儲存這些資料時，都是使用整數），我們可以使用 as.integer 來看其對應的數值：

as.integer(gender)

[1] 2 1 2

相較於一般文字資料，以整數的形式儲存類別資料會比較節省記憶體空間，尤其是在類別數量少而資料量大的時候特別明顯，以下我們做一個測試，首先以一般的字元變數來產生 5000 個男生與女生的取樣資料，再將這個資料轉換為因子變數。

gender.char <- sample(c("female", "male"), 5000, replace = TRUE)
gender.factor <- as.factor(gender.char)

這裡的 as.factor 會將 gender.char 這個字元的向量轉換為因子向量。接下來我們使用 object.size 來比較看看兩者之間的大小差異：

object.size(gender.char)

40136 bytes

object.size(gender.factor)

20512 bytes

object.size 函數會傳回變數所使用的記憶體大小，將字元變數轉換為因子變數之後，可以節省不少記憶體空間。

如果要將因子變數轉換回字元變數，可以使用 as.character 函數：

as.character(gender)

[1] "male"   "female" "male"

Raw 向量

raw 向量是專門用來儲存二進位資料的向量，我們可以將 0 到 255 之間的整數使用 as.raw 轉換為 raw 向量，而這種 raw 向量在輸出時，會以十六進位的方式輸出：

as.raw(0:16)

[1] 00 01 02 03 04 05 06 07 08 09 0a 0b 0c 0d 0e 0f 10

as.raw 將資料轉換為 raw 向量時，只接受 0 到 255 之間的整數，所有的小數或是虛數都會被捨去，如果遇到不在這個區間的數值，會被直接轉換為 00：

as.raw(c(pi, 4 + 3i, -23, 300))

[1] 03 04 00 00

如果發生了上述幾種轉換的狀況，R 也會送出警告訊息：

Warning messages:
1: 強制變更時丟棄了虛數部分 
2: 在強制變更成純量值時，任何溢位值當作 0 來處理

如果是字元變數要轉換為 raw 向量的話，可以使用 charToRaw 函數：

charToRaw("gtwang")

[1] 67 74 77 61 6e 67

除了以上介紹的幾種變數類型之外，R 還有很多其他類型的變數，其餘的部分會在後續的教學內容中慢慢介紹。

繼續閱讀： 12345