【问题标题】：R - Data Frame is a list of columns?R - 数据框是列的列表？
【发布时间】：2016-03-30 15:42:23
【问题描述】：

问题

R 中的数据框是否是列列表（在我的理解中，列表是对象序列）？
R 中将数据框设为面向列（而非面向行）结构的设计决策是什么？
任何对相关设计文档或数据结构设计文章的参考将不胜感激。

我只是习惯于以行为单位/记录，并想知道为什么它是面向列的。或者如果我误解了什么，请提出建议。

背景

我曾认为数据框是一系列行，例如 (Ozone, Solar.R, Wind, Temp, Month, Day)。

> c ## data frame created from read.csv()
  Ozone Solar.R Wind Temp Month Day
1    41     190  7.4   67     5   1
2    36     118  8.0   72     5   2
3    12     149 12.6   74     5   3
4    18     313 11.5   62     5   4
7    23     299  8.6   65     5   7
8    19      99 13.8   59     5   8

> typeof(c)
[1] "list"

但是，当 lapply() 应用于 c 以显示每个列表元素时，它是一列。

> lapply(c, function(arg){ return(arg) })
$Ozone
[1] 41 36 12 18 23 19
$Solar.R
[1] 190 118 149 313 299  99
$Wind
[1]  7.4  8.0 12.6 11.5  8.6 13.8
$Temp
[1] 67 72 74 62 65 59
$Month
[1] 5 5 5 5 5 5
$Day
[1] 1 2 3 4 7 8

没想到

[1]    41     190  7.4   67     5   1
[1]    36     118  8.0   72     5   2
…

【问题讨论】：

改用apply(c,2, function(arg){ return(arg) })。而c 是一个data.frame（参见class(c)）。并且不要使用c 作为变量名。这可能会有所帮助：stat.ethz.ch/pipermail/r-help/2008-August/171535.html 和 stackoverflow.com/questions/6258004/…
向量具有单一模式，因此每一行不能是向量。但每一列都可以是一个向量。
@Pascal 使用c 作为对象名称的缺点不再适用。
@MatthewLundberg 是使用它的好理由吗？
如果你这样做，它曾经会造成麻烦。它现在不会造成不良影响，因此没有理由避免它。

标签： r dataframe

【解决方案1】：

1) R 中的数据框是列的列表吗？

是的。

df <- data.frame(a=c("the", "quick"), b=c("brown", "fox"), c=1:2)
is.list(df)        # -> TRUE
attr(df, "name")   # -> [1] "a" "b" "c"
df[[1]][2]         # -> "quick"

2) R 中将数据框设为面向列（而非面向行）结构的设计决策是什么？

data.frame 是列向量的列表。

is.atomic(df[[1]])     # -> TRUE
mode(df[[1]])          # -> [1] "character"
mode(df[[3]])          # -> [1] "numeric"

向量只能存储一种对象。 “面向行”的 data.frame 将要求数据帧由列表组成。现在想象一下一个操作的性能是什么样的

df[[1]][20000]

将在基于列表的数据框中，记住随机访问对于向量是 O(1)，对于列表是 O(n)。

3) 对相关设计文档或数据结构设计文章的任何参考将不胜感激。

http://adv-r.had.co.nz/Data-structures.html#data-frames

【讨论】：