有三个功能,这将是对你有所帮助:mode,str和class
首先,让我们做一些数据:
nlist <- list(a=c(1,2,3), b=c("a", "b", "c"), c=matrix(rnorm(10),5))
ndata.frame <- data.frame(a=c("a", "b", "c"), b=1:3)
ncharvec <- c("a", "b", "c")
nnumvec <- c(1, 2, 3)
nintvec <- 1:3
Run Code Online (Sandbox Code Playgroud)
那么让我们使用上面提到的功能:
mode(nlist)
[1] "list"
str(nlist)
List of 3
$ a: num [1:3] 1 2 3
$ b: chr [1:3] "a" "b" "c"
$ c: num [1:5, 1:2] -0.9469 -0.0602 -0.3601 0.9594 -0.4348 ...
class(nlist)
[1] "list"
Run Code Online (Sandbox Code Playgroud)
现在为数据框:
mode(ndata.frame)
[1] "list"
Run Code Online (Sandbox Code Playgroud)
这可能会让您大吃一惊,但数据框只是一个带有data.frame类属性的列表.
str(ndata.frame)
'data.frame': 3 obs. of 2 variables:
$ a: Factor w/ 3 levels "a","b","c": 1 2 3
$ b: int 1 2 3
class(ndata.frame)
[1] "data.frame"
Run Code Online (Sandbox Code Playgroud)
请注意,有不同的向量模式:
mode(ncharlist)
[1] "character"
mode(nnumvec)
[1] "numeric"
mode(nintvec)
[1] "numeric"
Run Code Online (Sandbox Code Playgroud)
还看到,虽然nnumvec并nintvec出现相同的,他们有很大的不同:
str(nnumvec)
num [1:3] 1 2 3
str(nintvec)
int [1:3] 1 2 3
class(nnumvec)
[1] "numeric"
class(nintvec)
[1] "integer"
Run Code Online (Sandbox Code Playgroud)
根据您想要的具体情况,您应该确定使用哪种功能.str查看变量通常是一个很好的函数,而另外两个函数在函数中更有用.