wrangling-objects.qmd

# 数据对象 {#sec-data-objects}

数据类型有整型（32 位或 64 位）、逻辑型、字符型、日期型、数值型（单、双精度浮点型）等。数据结构有向量、矩阵、数组、列表和数据框等。

## 数据类型 {#sec-data-type}

### 整型 {#sec-integer}

```{r}
c(1L, 2L)
```

### 逻辑型 {#sec-logical}

```{r}
c(TRUE, FALSE)
```

### 字符型 {#sec-character}

```{r}
c("A", "B")
```

### 日期型 {#sec-date}

```{r}
c(as.Date("2022-01-01"), as.Date("2022-01-02"))
```

### 数值型 {#sec-numeric}

```{r}
c(1,1.2)
```

## 数据结构 {#sec-data-structure}

### 向量 {#sec-vector}

所有元素都是同一类型

### 矩阵 {#sec-matrix}

所有元素都是同一类型

### 数组 {#sec-array}

所有元素都是同一类型

### 列表 {#sec-list}

元素可以属于不同类型

### 因子 {#sec-factor}

### 数据框 {#sec-data-frame}

同列的元素类型必须一致，不同列的元素类型可以不同。

### ts {#sec-ts}

`ts` 类型用于表示时间序列数据，是继承自数组类型的。给定数据、采样初始时间、采样频率的情况下，利用内置的函数 `ts()` 构造一个 `ts` 类型的分钟级的时间序列对象。

```{r}
x <- ts(
  data = rnorm(100), 
  start = c(2017, 1), 
  frequency = 365.25 * 24 * 60, 
  class = "ts", names = "Time_Series"
)
```

`ts()` 函数的 `start` 和 `frequency` 参数很关键，前者指定了时间单位是天，后者指定每个时间单位下的数据点的数量。其中 365.25 是因为每隔 4 年有 366 天，平均下来，每年算 365.25 天。每隔 `1 / (24 * 60)` 天（即 1 分钟）采样一个点。如果初始时间不是从一年的第1分钟开始，而是从此时此刻 `2023-01-31 10:43:30 CST` 开始，则可以换算成今年的第 `30 * 24 * 60 + 9 * 60 + 43 = 43783` 分钟，则 `Start = c(2023, 43783)`。

以数据集 x 为例，它是一个 ts 类型的时间序列数据对象。时间序列对象有很多方法，如函数 `class()` 、 `mode()` 和 `str()` 分别可以查看其数据类型、存储类型和数据结构。

```{r}
# 数据类型
class(x)
# 存储类型
mode(x)
# 数据结构
str(x)
```

函数 `start()` 和 `end()` 查看开始和结束的时间点。

```{r}
c(start(x), end(x))
```

函数 `time()` 可以查看在以上时间区间的划分。

```{r}
time(x)
```

函数 `tsp()` 可以查看其期初、期末和周期。

```{r}
tsp(x)
```