@ मिचल द्वारा उल्लिखित कुछ नहीं है कि मैट्रिस का उपयोग करके मैट्रिक्स समकक्ष डेटा फ्रेम से छोटा मैट्रिक्स न केवल डेटा फ्रेम का उपयोग करने से आपके कोड को और अधिक कुशल बना सकता है। यही कारण है कि आंतरिक रूप से, बहुत से आर फ़ंक्शन डेटा फ्रेम में मौजूद मैट्रिक्स डेटा को सह-प्रसारित करेंगे।
डेटा फ्रेम अक्सर अधिक सुविधाजनक होते हैं; किसी के पास हमेशा झूठ बोलने वाले डेटा के परमाणु भाग नहीं होते हैं।
ध्यान दें कि आपके पास एक चरित्र मैट्रिक्स हो सकता है; तुम सिर्फ आर
में एक मैट्रिक्स के निर्माण के लिए एक मैट्रिक्स के एक डेटा फ्रेम परिवर्तित करने में संख्यात्मक डेटा के लिए, ध्यान दें एक data.matrix()
समारोह है, जो उन पर आधारित संख्यात्मक मान को परिवर्तित करके उचित रूप से कारकों संभालती है कि वहाँ नहीं है आंतरिक स्तर as.matrix()
के माध्यम से कोरसिंग के परिणामस्वरूप एक वर्ण मैट्रिक्स होगा यदि कारक लेबल में से कोई भी संख्यात्मक नहीं है। की तुलना करें:
> 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
मैं लगभग हमेशा अपने डेटा विश्लेषण कार्यों के लिए एक डेटा फ्रेम का उपयोग के रूप में मैं अक्सर बस सांख्यिक चर की तुलना में अधिक है। जब मैं संकुल के लिए कोड फ़ंक्शन करता हूं, तो मैं लगभग हमेशा मैट्रिक्स पर सहभागिता करता हूं और फिर परिणामों को डेटा फ्रेम के रूप में वापस प्रारूपित करता हूं। ऐसा इसलिए है क्योंकि डेटा फ्रेम सुविधाजनक हैं।
स्रोत
2011-03-01 19:14:42
अक्सर एक मैट्रिक्स बेहतर डेटा की एक विशेष प्रकार के लिए उपयुक्त हो सकता है, लेकिन अगर पैकेज आप का विश्लेषण करने के लिए उपयोग करना चाहते कहा मैट्रिक्स एक डेटा फ्रेम की उम्मीद है, आप हमेशा करना होगा अनावश्यक रूप से इसे परिवर्तित करें। मुझे लगता है कि कौन सा पैकेज उपयोग करता है remebering से बचने के लिए कोई रास्ता नहीं है। – xApple