一.数据类型 5种
1.character 字符
2.numeric 数值
3.integer 整数 一般数字的存储会默认为数值类型，如果要强调是整数，需要在变量值后面加上 L。 x <- 5L class(x)
4.complex 复数 1+2i
5.logical 逻辑 TRUE&FALSE
class()查看数据类型
R语言对大小写敏感
二。数据结构
属性：名称、维度、类型、向量结构
向量（vector）：只能包含同一类型的对象。
创建向量方法1：x1 <- vector("integer",length = 4)
方法2：x2 <- 1:4
方法3：x3 <- c(1,2,3,4)
向量的其他特点，如果往向量里传的数据类型不一样，向量会强制转成同一种类型。x <- c(TRUE,10,"a") 结果都会转换成字符型元素。
向量数据类型的转换：as.xxx()
向量还可以给参量命名：
names（向量名） <- c(跟参量数量一致的名字）
向量名
矩阵和数组|matrix&array
矩阵可以看做 向量+维度属性（整数向量：nrow，ncol）
x<-matrix(1:4,nrow=2,ncol=2)
矩阵的填充方式是按列填充。
矩阵的相关函数：dim(x) 查看矩阵行列信息。
attributes()可以查询矩阵属性。
其他创建矩阵的办法（矩阵其实就是向量+维度信息）
矩阵的拼接：
按行拼接
按列拼接
数组 array
数组与矩阵非常相似，只是维度可以大于2
列表（是r中非常重要的数据结构
）
跟前面数据结构最大不同是可以包涵不同类型对象；可以直接给列表里的元素命名。
如何给矩阵的每行、每列命名？
用dimnames()
因子
分类数据，可分成有序和无序（按能否比大小来区分）
缺失值
NA&NaN
NA不属于NaN，NaN属于NA
NaN用来表示非法运算导致的缺失值，NA用来表示的范围更广。
相关函数，判断是否是na或nan is.na()
缺失值的处理，用平均数或者众数去补全。
数据框（data.frame()）
用来存储表格数据，跟列表、矩阵关系都很密切。
日期与时间结构
时间分成两个类型，POSIXct/POSIXlt
表示距离1970-01-01过去了多少秒。前者存储的数据是整数，常寸在数据框中
POSIXlt是列表，包含年月日星期等
一个数据矩阵的每一行数据叫作一次观测，每一列叫作一个变量。
原文：https://www.cnblogs.com/Grayling/p/10967477.html