R 数据框

数据框可以说是 R 中最重要的数据结构。它旨在与统计学家使用的数据表类型紧密关联：行表示观测值，列表示变量。从技术角度来看，“数据框”是一个列表，其中每个元素都是一个向量，代表一列。一个关键约束是所有这些向量的长度必须相同，以确保数据的矩形形状。然而，与矩阵不同，数据框的每一列可以有不同的数据类型。例如，一列可以包含数值测量值，另一列可以包含字符串（例如名称），第三列可以包含因子（分类变量）。

This flexibility is crucial for real-world data analysis. Data frames have row and column names, making it easy to subset and reference data in an intuitive way (e.g., `my_data[,”age”]` or `my_data[5,]`). Many of R’s built-in functions, especially for statistics and plotting, are specifically designed to work with data frames as their primary input. The development of more efficient and user-friendly alternatives, like the `tibble` from the Tidyverse or the `data.table`, builds upon the foundational concept of the data frame, highlighting its central role in the R ecosystem.