Objects — องค์ประกอบพื้นฐานของ R

R สำหรับผู้ใช้ SAS

Melinda Higgins, PhD

Research Professor/Senior Biostatistician Emory University

Object คือองค์ประกอบพื้นฐานของ R

• ทุกสิ่งใน R คือ object
• ค่าเดี่ยว (scalar)
• Vector
• Matrix
• ชุดข้อมูล
• ผลลัพธ์จากฟังก์ชัน

ทำงานกับค่าเดี่ยว

• สร้าง object x
• กำหนดค่า 4 ให้กับ x
• ดูเนื้อหาของ x
• [1] บ่งบอกว่า x มี 1 สมาชิก
• สร้าง y เป็นกำลังสองของ x
• ดูผลลัพธ์ โดยพิมพ์ y

x <- 4

x

[1] 4

y <- x * x

y

[1] 16

ประเภทข้อมูลอื่น ๆ

• กำหนดคำว่า "fish" ให้กับ y
• กำหนดค่าตรรกะ FALSE ให้กับ z
• ดูค่าของ y และ z

y <- "fish"

z <- FALSE

y
z

[1] "fish"

[1] FALSE

รวมค่าเดี่ยวเป็น vector

# Combine three numbers
c(5, 3, 2)

รวมค่าเดี่ยวเป็น vector

# Assign numeric vector to x
x <- c(5, 3, 2)

# View result
x

ผลลัพธ์

[1] 5 3 2

สร้าง vector ของข้อมูลประเภทอักขระ

# Add word child into character vector
y <- c("child")

สร้าง vector ของข้อมูลประเภทอักขระ

# Add second word young
y <- c("child", "young")

สร้าง vector ของข้อมูลประเภทอักขระ

# Add third word old
y <- c("child", "young", "old")

# View y
y

ผลลัพธ์

[1] "child" "young" "old"

สร้าง vector ของข้อมูลประเภทตรรกะ

# Add TRUE into logical vector
z <- c(TRUE)

• สมาชิกแรกคือ TRUE
• ไม่ต้องใส่เครื่องหมายคำพูด
• ค่าตรรกะคือ TRUE หรือ FALSE
• ต้องใช้ ALL CAPS เท่านั้น
• T และ F ก็ใช้แทนได้

สร้าง vector ของข้อมูลประเภทตรรกะ

# Add FALSE as second element
z <- c(TRUE, FALSE)

สร้าง vector ของข้อมูลประเภทตรรกะ

# Add third element TRUE
z <- c(TRUE, FALSE, TRUE)

# View z
z

ผลลัพธ์

[1]  TRUE FALSE TRUE

สร้าง matrix จาก vector

#  Create numeric vector a
a <- c(5.0, 3.1, 2.4)

• สร้าง matrix จาก vector
• Vector ต้องมีประเภทและความยาวเท่ากัน

สร้าง matrix จาก vector

#  Create numeric vector a
a <- c(5.0, 3.1, 2.4)

#  Create numeric vector b
b <- c(4.1, 2.2, 5.4)

สร้าง matrix จาก vector

# Make m from a,b with 3 rows 2 columns
m <- matrix(c(a, b),
            nrow = 3,
            ncol = 2)

# View m
m

          [,1] [,2]
     [1,]  5.0  4.1
     [2,]  3.1  2.2
     [3,]  2.4  5.4

สร้าง data frame จาก vector

# Create numeric variable score
score <- c(5.0, 3.1, 2.4)

# View score
score

     5.0 3.1 2.4

• สร้าง data frame จาก vector
• Vector ต้องมีความยาวเท่ากัน
• Vector ต่างประเภทกันได้

สร้าง data frame จาก vector

# Create character variable age
age <- c("child","young","old")

# View age
age

     "child" "young" "old"

สร้าง data frame จาก vector

# Create logical variable test
test <- c(TRUE, FALSE, TRUE)

# View test
test

     TRUE FALSE TRUE

สร้าง data frame จาก vector

# Combine to create data frame
d <- data.frame(score, age, test)

# View data frame
d

     score   age  test
       5.0 child  TRUE
       3.1 young FALSE
       2.4   old  TRUE

ตรวจสอบประเภทของ object

• สร้าง numeric vector x
• ตรวจสอบ class ของ x
• ดูโครงสร้างด้วย str ของ x

x <- c(5, 3, 2)
class(x)

 [1] "numeric"

str(x)

 num [1:3] 5 3 2

ตรวจสอบประเภทของ object

• character vector y และ logical vector z
• ตรวจสอบ class ของ y และ z
• ดูโครงสร้างด้วย str ของ y และ z

str(y)

 chr [1:3] "child" "young" "old"

str(z)

 logi [1:3] TRUE FALSE TRUE

y <- c("child","young","old")
z <- c(TRUE, FALSE, TRUE)

class(y)

 [1] "character"

class(z)

 [1] "logical"

ตรวจสอบประเภทของ object

• สร้าง matrix m
• ตรวจสอบ class ของ m
• ดูโครงสร้างด้วย str ของ m

str(m)

 num [1:3, 1:2] 5 3.1 2.4 4.1 2.2 5.4

a <- c(5.0, 3.1, 2.4)
b <- c(4.1, 2.2, 5.4)
m <- matrix(c(a, b),
            nrow = 3,
            ncol = 2)

class(m)

 [1] "matrix"

ตรวจสอบประเภทของ object

• สร้าง data.frame d
• ตรวจสอบ class ของ d
• ดูโครงสร้างด้วย str ของ d

str(d)

'data.frame':    3 obs. of 3 variables:
 $ score: num  5 3.1 2.4
 $ age  : Factor w/ 3 levels
         "child","old",..: 1 3 2
 $ test : logi  TRUE FALSE TRUE

score <- c(5.0, 3.1, 2.4)
age <- c("child","young","old")
test <- c(TRUE, FALSE, TRUE)
d <- data.frame(score, age, test)

class(d)

 [1] "data.frame"

¹ R สร้างประเภท Factor ขึ้นอัตโนมัติสำหรับหมวดหมู่ age ทั้ง 3 ค่า

มาสร้างและจัดการ data object ใน R กันเถอะ

R สำหรับผู้ใช้ SAS