R學習筆記 | R的6個基本資料型態(atomic data types)

R是一個物件導向的程式語言，即R裡所有的東西都是物件。在學習用R處理和分析資料之前，我們要先對資料型態有一定的認識，這樣才知道如何正確的建構和操作我們要分析的資料。

首先介紹R的6個基本資料型態(atomic data types)

資料(data)是資訊(information)的組合，可以用來乘載資訊的表現形式不勝枚舉，像是聲音、影像、溫度、體積、電量等等，而這些訊息又可以細分為由文字和數字組成，除了文字和數字，依照電腦資料分析的需求，R的基本資料型態(atomic data types)還包含邏輯和原始。

下表整理了這六個資料型態是什麼？彼此之間有什麼區別？

6 atomic data types

Data type	Example	Note
character字串	"a" "Google"	文字字串，需以雙引號(或單引號)括起來
numeric實數、浮點數	a <- 0.8	1. 多數數值的型態 2. 浮點數(floating point)?  在計算機儲存中和整數沒什麼區別，只是在解釋時須在指定位置加上小數點 3. 電腦用雙倍精準度(double)儲存，即64位(8位元組)
integer整數	b <- 10L	加上L告訴電腦以整數儲存，用以區別浮點數
complex複數	c <- 5+2i	包含實數與虛數，少用不討論
logical邏輯	TRUE FALSE	邏輯判斷的結果
raw原始	charToRaw("ABC") =41 42 43	電腦儲存字元的原始碼，採十六進制，少用不討論

使用mode, class, typeof函數確認基本資料型態

那麼如何確認R物件的基本資料型態？

mode是用來確認資料型態的「模式」，是資料範疇最大的分類，所有物件只會有一個而且是唯一的mode，atomic modes包含numeric, complex, character, logical，其他recursive的物件有list, function等等。

Note: 在R裡，recursive和atomic是相對的，中文是「迴歸的」，我的理解是它可以自成一個type，所以像vector是atomic，list是recursive。簡單來說，除了6個atomic data types和NULL以外都是recursive。檢驗方式是is.atomic(), is.recursive()。

class是用來確認高階層分類的資料型態，常見的有6個atomic data type和其他recursive的物件。像是matrix, list和data.frame。

typeof則是用來確認低階層分類的資料型態，像是numeric裡面還可以分成double。不過這個我們通常很少使用。

以資料分類範疇大小來看: mode > class > typeof，一般最常使用的是class，函數(function)的處理取決於資料的class。

同樣的，還有另一個方式可以判斷基本資料型態。

使用is.character, is.numeric, is.integer, is.logical判斷基本資料型態

若想要確定資料型態，可以用is.資料型態名稱來進行邏輯判斷，其他recursive的資料型態也適用。

使用as.character, as.numeric, as.integer, as.logical改變基本資料型態

若想要轉換資料型態，可以用as.欲轉換資料型態來執行。

R資料型態的Coercion

我們知道，vector, matrix只能承載同一資料型態的元素物件，但是data frame可以允許不同資料型態的元素物件同時存在，當建立像vector, matrix的資料型態時，若包含兩種以上的資料型態時，R會自動把某些資料型態coerce成某一種，讓資料型態一致。

那麼Coercion的規則是什麼？

logical < numeric < character

For numbers: integer < numeric < complex

也就是當碰到這些資料型態混合在vector中，大魔王是character，大家碰到他都要乖乖變成character，以此類推。當各種數字型態出現時，則是根據最大範疇的數來決定，複數包含所有實數，實數則包含所有整數，誰的範疇最大誰就是老大，還蠻直覺的。