Должен ли я использовать data.frame или матрицу?

Question

Когда следует использовать data.frame, и когда лучше использовать matrix?

Оба сохраняют данные в прямоугольном формате, поэтому иногда это неясно.

Существуют ли какие-либо общие общие правила для использования какого типа данных?

Answer 1

Часть ответа уже содержится в вашем вопросе: вы используете кадры данных, если можно считать, что столбцы (переменные) могут быть разных типов (числовые/символьные/логические и т. Д.). Матрицы предназначены для данных того же типа.

Следовательно, матрица выбора/data.frame является проблематичной, если у вас есть данные того же типа.

Ответ зависит от того, что вы собираетесь делать с данными в data.frame/matrix. Если он будет передан другим функциям, то ожидаемый тип аргументов этих функций определит выбор.

также:

Матрицы больше памяти эффективны:

m = matrix(1:4, 2, 2) 
d = as.data.frame(m) 
object.size(m) 
# 216 bytes 
object.size(d) 
# 792 bytes 

матрицы являются необходимостью, если вы планируете сделать любую линейную алгебру типа операций.

Кадры данных более удобны, если вы часто ссылаетесь на свои столбцы по имени (через компактный оператор $).

Кадры данных также IMHO лучше для представления (печати) табличной информации, так как вы можете применять форматирование для каждого столбца отдельно.

Answer 2

Что-то, о чем не упоминалось в @Michal, состоит в том, что матрица, меньшая, чем эквивалентный кадр данных, не только матрица, но и матрица может сделать ваш код намного более эффективным, чем использование фреймов данных, часто значительно. Это одна из причин, по которой внутренне многие функции R будут принуждать к матрицам данных, которые находятся в кадрах данных.

Кадры данных часто намного удобнее; у одного не всегда есть только атомные куски данных, лежащих вокруг.

Обратите внимание, что вы можете иметь матрицу символов; вам просто не нужно иметь числовые данные для построения матрицы в R.

При преобразовании фрейма данных в матрицу обратите внимание, что существует функция data.matrix(), которая соответствующим образом обрабатывает факторы, преобразуя их в числовые значения на основе внутренние уровни. Принуждение через as.matrix() приведет к матрице символов, если какая-либо из меток-меток не является числовой. Сравнить:

> head(as.matrix(data.frame(a = factor(letters), B = factor(LETTERS)))) 
    a B 
[1,] "a" "A" 
[2,] "b" "B" 
[3,] "c" "C" 
[4,] "d" "D" 
[5,] "e" "E" 
[6,] "f" "F" 
> head(data.matrix(data.frame(a = factor(letters), B = factor(LETTERS)))) 
    a B 
[1,] 1 1 
[2,] 2 2 
[3,] 3 3 
[4,] 4 4 
[5,] 5 5 
[6,] 6 6 

Я почти всегда использую фрейм данных для своих задач анализа данных, поскольку у меня часто бывает больше, чем просто числовых переменных. Когда я программирую функции для пакетов, я почти всегда принуждаю к матрице, а затем отформатирую результаты в качестве фрейма данных. Это связано с тем, что кадры данных удобны.

Answer 3

Матрица на самом деле представляет собой вектор с дополнительными методами. а data.frame - это список. Разница не соответствует векторному списку. для эффективности вычислений, придерживаться матрицы. Использование data.frame, если вам нужно.

Answer 4

@Michal: Матрицы не действительно больше памяти эффективны:

m <- matrix(1:400000, 200000, 2) 
d <- data.frame(m) 
object.size(m) 
# 1600200 bytes 
object.size(d) 
# 1600776 bytes 

... если у вас есть большое количество столбцов:

m <- matrix(1:400000, 2, 200000) 
d <- data.frame(m) 
object.size(m) 
# 1600200 bytes 
object.size(d) 
# 22400568 bytes 

Answer 5

матрицы и кадры данных имеют прямоугольную форму 2D-массивы и может быть гетерогенных по строкам и столбцам. Они делят некоторые методы и свойства , но не все.

Примеры:

M <- list(3.14,TRUE,5L,c(2,3,5),"dog",1i) # a list 
dim(M) <- c(2,3)       # set dimensions 
print(M)         # print result 

#  [,1] [,2]  [,3] 
# [1,] 3.14 5   "dog" 
# [2,] TRUE Numeric,3 0+1i 

DF <- data.frame(M)     # a data frame 
print(DF)        # print result 

#  X1  X2 X3 
# 1 3.14  5 dog 
# 2 TRUE 2, 3, 5 0+1i 

M <- matrix(c(1,1,1,1,2,3,1,3,6),3) # a numeric matrix 
DF <- data.frame(M)     # a all numeric data frame 

solve(M)        # obtains inverse matrix 
solve(DF)        # obtains inverse matrix 
det(M)        # obtains determinant 
det(DF)        # error