理解數據集

數據集一般是長方形數據矩陣，行表明一個觀察值，列表明一個變量，下表提供了一個假想的病人數據集

不一樣的規則有不一樣的數據集行列名稱。數據統計把它們成爲一個觀察值和變量，數據庫分析員把它們成爲一條記錄和域，數據挖掘和機器學習把它們成爲一個樣例和屬性。咱們將會在本書中用一個觀察值和變量這個術語。

你能夠分清數據結構（本例中的長方形數組）和包含數據類型的數據內容。在上表所示的數據集中，PatientID是一個行，或者是一個標識符。AdmDate是一個日期變量，Age是一個連續型變量，Diabetes是一個記號變量，Status是一個序級變量。

R語言有不少結構來存儲數據，包括標量，向量，數組，數據框架和線性表。上表在R語言裏至關於一個數據框架。這個結構的差別給R語言在處理數據時提供了大量的靈活性。

R語言能夠處理的數據類型或者模式，包含數字型，字符型，邏輯型（TRUE或FALSE），複數（虛數）和行（字節）。在R語言中，PatientID，AdmDate和Age是數字變量，反之，Diabetes和Status是字符型變量。另外你須要分別告訴R語言PatientID是一個主標識符，AdmDate包含日期，Diabetes和Status是一個名義和序級變量。

R語言把主標識符稱做行名稱，把分類變量（名義變量和序級變量）稱做因素。咱們會在下一個章節講這些。你會在第三章學到日期變量。