Un semplice esempio di un file script: salviamo le seguenti istruzioni nel file provaScript.R nella directory corrente:
matrice1 <- matrix(nrow=5, ncol=2, data=1:10) #creo una matrice
print(matrice1) #e la stampo a video
(matrice2 <- matrix(12:1, 1, nrow=6, ncol=2)) #creo una seconda matrice e la stampo a vide
vettoreLunghezza10 <- 1:10 #creo due vettori
vettoreLunghezza12 <- 12:1 #
ls() #stampo a video il contenuto del workspace
Per richiamare un file script si può usare la funzione source:
source("provaScript.R")Ma perchè non usare l’interfaccia di RStudio?
Vediamo cosa abbiamo disponibile sul workspace:
load("introduzioneR.RData")
ls() [1] "altroVettoreCaratteri" "array3d" "arrayDouble"
[4] "matrice1" "matrice2" "matriceCaratteri"
[7] "matriceDouble" "matriceInteri" "scalare"
[10] "varAppoggio" "vettoreCaratteri" "vettoreDouble"
[13] "vettoreIntero" "vettoreLunghezza10" "vettoreLunghezza12"
[16] "vettoreLunghezza2" "vettoreLunghezza3" Un oggetto non atomico in grado di contenere oggetti di struttura e con contenuto differente:
listaSenzaNomi <- list(scalare, vettoreLunghezza10, vettoreCaratteri, matrice1)
is.atomic(listaSenzaNomi)[1] FALSElistaSenzaNomi[[1]]
[1] 1
[[2]]
[1] 1 2 3 4 5 6 7 8 9 10
[[3]]
[1] "a" "b" "cc"
[[4]]
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10Possiamo anche decidere di assegnare un nome a ciascun componente della lista da utilizzare in seguito in alternativa alla posizione per richiamare gli elementi:
listaNomi <- list(scal=scalare, vettore=vettoreLunghezza10, vetCar=vettoreCaratteri, mat=matrice1)
listaNomi$scal
[1] 1
$vettore
[1] 1 2 3 4 5 6 7 8 9 10
$vetCar
[1] "a" "b" "cc"
$mat
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10Qualche informazione tecnica sulla lista
c(mode(listaNomi), class(listaNomi), typeof(listaNomi))[1] "list" "list" "list"Un tipo particolare di lista: la tabella dati (o dataframe)
dfNomi <- data.frame(var1=vettoreCaratteri, var2=vettoreLunghezza3)
is.atomic(dfNomi)[1] FALSEdfNomi var1 var2
1 a 1
2 b 2
3 cc 3Qualche informazione tecnica sul dataframe (da confrontare con quelle della lista)
c(mode(dfNomi), class(dfNomi), typeof(dfNomi))[1] "list" "data.frame" "list" NOTA: già visto in precedenza, ma forse adesso è più chiaro Per la funzione generica print esiste una funzione diversa per ciascuno dei tipi. In particolare dovreste vedere, tra le altre, una funzione che regola la stampa di una lista e di un dataframe
methods(print) [1] print.acf*
[2] print.activeConcordance*
[3] print.AES*
[4] print.anova*
[5] print.aov*
[6] print.aovlist*
[7] print.ar*
[8] print.Arima*
[9] print.arima0*
[10] print.AsIs
[11] print.aspell*
[12] print.aspell_inspect_context*
[13] print.bibentry*
[14] print.Bibtex*
[15] print.browseVignettes*
[16] print.by
[17] print.changedFiles*
[18] print.check_bogus_return*
[19] print.check_code_usage_in_package*
[20] print.check_compiled_code*
[21] print.check_demo_index*
[22] print.check_depdef*
[23] print.check_details*
[24] print.check_details_changes*
[25] print.check_doi_db*
[26] print.check_dotInternal*
[27] print.check_make_vars*
[28] print.check_nonAPI_calls*
[29] print.check_package_code_assign_to_globalenv*
[30] print.check_package_code_attach*
[31] print.check_package_code_data_into_globalenv*
[32] print.check_package_code_startup_functions*
[33] print.check_package_code_syntax*
[34] print.check_package_code_unload_functions*
[35] print.check_package_compact_datasets*
[36] print.check_package_CRAN_incoming*
[37] print.check_package_datalist*
[38] print.check_package_datasets*
[39] print.check_package_depends*
[40] print.check_package_description*
[41] print.check_package_description_encoding*
[42] print.check_package_license*
[43] print.check_packages_in_dir*
[44] print.check_packages_used*
[45] print.check_po_files*
[46] print.check_pragmas*
[47] print.check_Rd_line_widths*
[48] print.check_Rd_metadata*
[49] print.check_Rd_xrefs*
[50] print.check_RegSym_calls*
[51] print.check_S3_methods_needing_delayed_registration*
[52] print.check_so_symbols*
[53] print.check_T_and_F*
[54] print.check_url_db*
[55] print.check_vignette_index*
[56] print.checkDocFiles*
[57] print.checkDocStyle*
[58] print.checkFF*
[59] print.checkRd*
[60] print.checkRdContents*
[61] print.checkReplaceFuns*
[62] print.checkS3methods*
[63] print.checkTnF*
[64] print.checkVignettes*
[65] print.citation*
[66] print.cli_ansi_html_style*
[67] print.cli_ansi_string*
[68] print.cli_ansi_style*
[69] print.cli_boxx*
[70] print.cli_diff_chr*
[71] print.cli_doc*
[72] print.cli_progress_demo*
[73] print.cli_rule*
[74] print.cli_sitrep*
[75] print.cli_spark*
[76] print.cli_spinner*
[77] print.cli_tree*
[78] print.codoc*
[79] print.codocClasses*
[80] print.codocData*
[81] print.colorConverter*
[82] print.compactPDF*
[83] print.condition
[84] print.connection
[85] print.CRAN_package_reverse_dependencies_and_views*
[86] print.data.frame
[87] print.Date
[88] print.default
[89] print.dendrogram*
[90] print.density*
[91] print.difftime
[92] print.dist*
[93] print.Dlist
[94] print.DLLInfo
[95] print.DLLInfoList
[96] print.DLLRegisteredRoutines
[97] print.document_context*
[98] print.document_position*
[99] print.document_range*
[100] print.document_selection*
[101] print.dummy_coef*
[102] print.dummy_coef_list*
[103] print.ecdf*
[104] print.eigen
[105] print.factanal*
[106] print.factor
[107] print.family*
[108] print.fileSnapshot*
[109] print.findLineNumResult*
[110] print.formula*
[111] print.ftable*
[112] print.function
[113] print.getAnywhere*
[114] print.glm*
[115] print.hashtab*
[116] print.hclust*
[117] print.help_files_with_topic*
[118] print.hexmode
[119] print.HoltWinters*
[120] print.hsearch*
[121] print.hsearch_db*
[122] print.htest*
[123] print.html*
[124] print.html_dependency*
[125] print.htmltools.selector*
[126] print.htmltools.selector.list*
[127] print.htmlwidget*
[128] print.infl*
[129] print.integrate*
[130] print.isoreg*
[131] print.json*
[132] print.key_missing*
[133] print.kmeans*
[134] print.knitr_kable*
[135] print.Latex*
[136] print.LaTeX*
[137] print.libraryIQR
[138] print.listof
[139] print.lm*
[140] print.loadings*
[141] print.loess*
[142] print.logLik*
[143] print.ls_str*
[144] print.medpolish*
[145] print.MethodsFunction*
[146] print.mtable*
[147] print.NativeRoutineList
[148] print.news_db*
[149] print.nls*
[150] print.noquote
[151] print.numeric_version
[152] print.object_size*
[153] print.octmode
[154] print.packageDescription*
[155] print.packageInfo
[156] print.packageIQR*
[157] print.packageStatus*
[158] print.paged_df*
[159] print.pairwise.htest*
[160] print.person*
[161] print.POSIXct
[162] print.POSIXlt
[163] print.power.htest*
[164] print.ppr*
[165] print.prcomp*
[166] print.princomp*
[167] print.proc_time
[168] print.quosure*
[169] print.quosures*
[170] print.raster*
[171] print.Rconcordance*
[172] print.Rd*
[173] print.recordedplot*
[174] print.restart
[175] print.RGBcolorConverter*
[176] print.RGlyphFont*
[177] print.rlang_box_done*
[178] print.rlang_box_splice*
[179] print.rlang_data_pronoun*
[180] print.rlang_dict*
[181] print.rlang_dyn_array*
[182] print.rlang_envs*
[183] print.rlang_error*
[184] print.rlang_fake_data_pronoun*
[185] print.rlang_lambda_function*
[186] print.rlang_message*
[187] print.rlang_trace*
[188] print.rlang_warning*
[189] print.rlang_zap*
[190] print.rlang:::list_of_conditions*
[191] print.rle
[192] print.rlib_bytes*
[193] print.rlib_error_3_0*
[194] print.rlib_trace_3_0*
[195] print.roman*
[196] print.scalar*
[197] print.sessionInfo*
[198] print.shiny.tag*
[199] print.shiny.tag.env*
[200] print.shiny.tag.list*
[201] print.shiny.tag.query*
[202] print.simple.list
[203] print.smooth.spline*
[204] print.socket*
[205] print.srcfile
[206] print.srcref
[207] print.stepfun*
[208] print.stl*
[209] print.StructTS*
[210] print.subdir_tests*
[211] print.summarize_CRAN_check_status*
[212] print.summary.aov*
[213] print.summary.aovlist*
[214] print.summary.ecdf*
[215] print.summary.glm*
[216] print.summary.lm*
[217] print.summary.loess*
[218] print.summary.manova*
[219] print.summary.nls*
[220] print.summary.packageStatus*
[221] print.summary.ppr*
[222] print.summary.prcomp*
[223] print.summary.princomp*
[224] print.summary.table
[225] print.summary.warnings
[226] print.summaryDefault
[227] print.suppress_viewer*
[228] print.table
[229] print.tables_aov*
[230] print.terms*
[231] print.ts*
[232] print.tskernel*
[233] print.TukeyHSD*
[234] print.tukeyline*
[235] print.tukeysmooth*
[236] print.undoc*
[237] print.vignette*
[238] print.warnings
[239] print.xfun_raw_string*
[240] print.xfun_record_results*
[241] print.xfun_rename_seq*
[242] print.xfun_strict_list*
[243] print.xgettext*
[244] print.xngettext*
[245] print.xtabs*
see '?methods' for accessing help and source codeLa regola del riciclaggio viene applicato anche nel caso della creazione del dataframe:
data.frame(scalare, vettoreLunghezza10) scalare vettoreLunghezza10
1 1 1
2 1 2
3 1 3
4 1 4
5 1 5
6 1 6
7 1 7
8 1 8
9 1 9
10 1 10data.frame(vettoreLunghezza2, vettoreLunghezza10) vettoreLunghezza2 vettoreLunghezza10
1 2 1
2 3 2
3 2 3
4 3 4
5 2 5
6 3 6
7 2 7
8 3 8
9 2 9
10 3 10Attenzione: non nel caso in cui il numero di elementi dell’oggetto di lunghezza più piccolo non è un sottomultiplo esatto del numero di elementi dell’oggetto di lunghezza più grande
data.frame(vettoreLunghezza3, vettoreLunghezza10)
cbind(vettoreLunghezza3, vettoreLunghezza10)Fatta (nota) la legge trovato l’inganno: un piccolo sotterfugio per aggirare l’ostacolo
as.data.frame(cbind(vettoreLunghezza3, vettoreLunghezza10))Warning in cbind(vettoreLunghezza3, vettoreLunghezza10): number of rows of
result is not a multiple of vector length (arg 1) vettoreLunghezza3 vettoreLunghezza10
1 1 1
2 2 2
3 3 3
4 1 4
5 2 5
6 3 6
7 1 7
8 2 8
9 3 9
10 1 10Sintassi equivalente:
data.frame(cbind(vettoreLunghezza3, vettoreLunghezza10))Warning in cbind(vettoreLunghezza3, vettoreLunghezza10): number of rows of
result is not a multiple of vector length (arg 1) vettoreLunghezza3 vettoreLunghezza10
1 1 1
2 2 2
3 3 3
4 1 4
5 2 5
6 3 6
7 1 7
8 2 8
9 3 9
10 1 10Attenzione alla conversione dei tipi in queste operazioni
data.frame(vettoreLunghezza3, vettoreCaratteri) vettoreLunghezza3 vettoreCaratteri
1 1 a
2 2 b
3 3 ccSolo apparentemente la creazione del data.frame avviene conservando i tipi reali degli oggetti (entrambi vengono gestiti come fattori - vedi più avanti)
data.frame(cbind(vettoreLunghezza3, vettoreCaratteri)) vettoreLunghezza3 vettoreCaratteri
1 1 a
2 2 b
3 3 ccPer convincersene basta guardare l’output del comando interno:
cbind(vettoreLunghezza3, vettoreCaratteri) vettoreLunghezza3 vettoreCaratteri
[1,] "1" "a"
[2,] "2" "b"
[3,] "3" "cc" Una controprova: cambiamo il parametro che per default converte le variabili di tipo stringa in fattori nella funzione data.frame:
df1 <- data.frame(vettoreLunghezza3, vettoreCaratteri, stringsAsFactors=FALSE)
df1 vettoreLunghezza3 vettoreCaratteri
1 1 a
2 2 b
3 3 ccdf2 <- data.frame(cbind(vettoreLunghezza3, vettoreCaratteri), stringsAsFactors=FALSE)
df2 vettoreLunghezza3 vettoreCaratteri
1 1 a
2 2 b
3 3 ccCosa c’è nel dataframe? La stampa dell’oggetto potrebbe ingannare. Per accedere ad una colonna si può usare il $ e il nome della colonna (dopo per ulteriori dettagli):
df1$vettoreLunghezza3[1] 1 2 3df1$vettoreCaratteri[1] "a" "b" "cc"df2$vettoreLunghezza3[1] "1" "2" "3"df2$vettoreCaratteri[1] "a" "b" "cc"Un dataframe è un sotto-tipo di una lista (con un vincolo: lunghezza uguale per tutti i componenti della lista)
dfNomi var1 var2
1 a 1
2 b 2
3 cc 3is.list(dfNomi)[1] TRUEis.data.frame(dfNomi)[1] TRUElistaNomi$scal
[1] 1
$vettore
[1] 1 2 3 4 5 6 7 8 9 10
$vetCar
[1] "a" "b" "cc"
$mat
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10is.list(listaNomi)[1] TRUEis.data.frame(listaNomi)[1] FALSENon sei ancora convinto?
c(mode(dfNomi), class(dfNomi), typeof(dfNomi))[1] "list" "data.frame" "list" A volte la conversione è lineare:
dfNomi var1 var2
1 a 1
2 b 2
3 cc 3as.list(dfNomi)$var1
[1] "a" "b" "cc"
$var2
[1] 1 2 3Altre volte è impossibile:
listaNomi
as.data.frame(listaNomi)Torniamo al punto di partenza:
as.data.frame(as.list(dfNomi)) var1 var2
1 a 1
2 b 2
3 cc 3In alcuni casi si può rinunciare alla struttura e cercare di preservare il contenuto degli oggetti, naturalmente con qualche necessario compromesso
unlist(listaNomi) scal vettore1 vettore2 vettore3 vettore4 vettore5 vettore6 vettore7
"1" "1" "2" "3" "4" "5" "6" "7"
vettore8 vettore9 vettore10 vetCar1 vetCar2 vetCar3 mat1 mat2
"8" "9" "10" "a" "b" "cc" "1" "3"
mat3 mat4 mat5 mat6 mat7 mat8 mat9 mat10
"5" "7" "9" "2" "4" "6" "8" "10" unlist(dfNomi)var11 var12 var13 var21 var22 var23
"a" "b" "cc" "1" "2" "3" Gli oggetti, oltre a mode e dim, hanno anche un attributo che regola i nomi dei singoli elementi:
names(vettoreLunghezza2)NULLnames(vettoreLunghezza2) <- c("primo","secondo")
vettoreLunghezza2 primo secondo
2 3 Riecco la funzione attributes:
attributes(vettoreLunghezza2)$names
[1] "primo" "secondo"La regola del riciclaggio non vale per i nomi:
names(vettoreLunghezza10) <- c("lun","mar","mer","gio","ven")
vettoreLunghezza10 lun mar mer gio ven <NA> <NA> <NA> <NA> <NA>
1 2 3 4 5 6 7 8 9 10 La scelta dei nomi tocca a noi (R non vuole responsabilità):
names(vettoreLunghezza10) <- rep(c("lun","mar","mer","gio","ven"), 2)
vettoreLunghezza10lun mar mer gio ven lun mar mer gio ven
1 2 3 4 5 6 7 8 9 10 Si possono fissare sia nomi per i singoli elementi:
matrice1 [,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10names(matrice1) <- letters[1:10]
matrice1 [,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"che nomi associati alle dimensioni (laddove queste siano presenti):
dimnames(matrice1)NULLUna parentesi: la funzione paste può essere usata per creare al volo le etichette:
paste("prova", 1:10) [1] "prova 1" "prova 2" "prova 3" "prova 4" "prova 5" "prova 6"
[7] "prova 7" "prova 8" "prova 9" "prova 10"paste("prova", 1:10, sep="") [1] "prova1" "prova2" "prova3" "prova4" "prova5" "prova6" "prova7"
[8] "prova8" "prova9" "prova10"#nel caso della matrice potremmo usare
paste("riga", 1:nrow(matrice1), sep="")[1] "riga1" "riga2" "riga3" "riga4" "riga5"E’ possibile assegnare dei nomi a una sola delle dimensioni:
dimnames(matrice1) <- list(paste("riga", 1:nrow(matrice1), sep=""), NULL)
matrice1 [,1] [,2]
riga1 1 2
riga2 3 4
riga3 5 6
riga4 7 8
riga5 9 10
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"rownames(matrice1)[1] "riga1" "riga2" "riga3" "riga4" "riga5"colnames(matrice1)NULLSi possono assegnare i nomi anche ad entrambe le dimensioni:
dimnames(matrice1) <- list(
paste("riga", 1:nrow(matrice1), sep=""),
paste("colonna", 1:ncol(matrice1), sep="")
)
matrice1 colonna1 colonna2
riga1 1 2
riga2 3 4
riga3 5 6
riga4 7 8
riga5 9 10
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"Dall’esempio è facile intuire come sia possibile anche sfruttare una funzione differente per i nomi di riga e per i nomi di colonna:
dimnames(matrice1) <- NULL
matrice1 [,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"rownames(matrice1) <- paste("riga", 1:nrow(matrice1), sep="")
colnames(matrice1) <- paste("colonna", 1:ncol(matrice1), sep="")
matrice1 colonna1 colonna2
riga1 1 2
riga2 3 4
riga3 5 6
riga4 7 8
riga5 9 10
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"La funzione attributes permette di visualizzare gli attributi impostati:
attributes(matrice1)$dim
[1] 5 2
$names
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"
$dimnames
$dimnames[[1]]
[1] "riga1" "riga2" "riga3" "riga4" "riga5"
$dimnames[[2]]
[1] "colonna1" "colonna2"La funzione attr permette di accedere ad un singolo attributo di un oggetto usando il nome dell’attributo:
attr(matrice1,"dim")[1] 5 2attr(matrice1,"names") [1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j"attr(matrice1,"dimnames")[[1]]
[1] "riga1" "riga2" "riga3" "riga4" "riga5"
[[2]]
[1] "colonna1" "colonna2"Anche nel caso dell’array3d è possibile impostare i nomi per i singoli elementi
array3d, , 1
[,1] [,2] [,3]
[1,] 1 5 9
[2,] 2 6 10
[3,] 3 7 11
[4,] 4 8 12
, , 2
[,1] [,2] [,3]
[1,] 13 17 21
[2,] 14 18 22
[3,] 15 19 23
[4,] 16 20 24names(array3d)NULLnames(array3d) <- letters[1:length(array3d)]
array3d, , 1
[,1] [,2] [,3]
[1,] 1 5 9
[2,] 2 6 10
[3,] 3 7 11
[4,] 4 8 12
, , 2
[,1] [,2] [,3]
[1,] 13 17 21
[2,] 14 18 22
[3,] 15 19 23
[4,] 16 20 24
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
[20] "t" "u" "v" "w" "x"e i nomi per ciascuna delle dimensioni
array3d, , 1
[,1] [,2] [,3]
[1,] 1 5 9
[2,] 2 6 10
[3,] 3 7 11
[4,] 4 8 12
, , 2
[,1] [,2] [,3]
[1,] 13 17 21
[2,] 14 18 22
[3,] 15 19 23
[4,] 16 20 24
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
[20] "t" "u" "v" "w" "x"dimnames(array3d)NULLdimnames(array3d) <-
list(paste("riga", 1:dim(array3d)[1], sep=""),
paste("colonna", 1:dim(array3d)[2], sep=""),
paste("strato", 1:dim(array3d)[3],sep=""))
array3d, , strato1
colonna1 colonna2 colonna3
riga1 1 5 9
riga2 2 6 10
riga3 3 7 11
riga4 4 8 12
, , strato2
colonna1 colonna2 colonna3
riga1 13 17 21
riga2 14 18 22
riga3 15 19 23
riga4 16 20 24
attr(,"names")
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
[20] "t" "u" "v" "w" "x"attributes(array3d)$dim
[1] 4 3 2
$names
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s"
[20] "t" "u" "v" "w" "x"
$dimnames
$dimnames[[1]]
[1] "riga1" "riga2" "riga3" "riga4"
$dimnames[[2]]
[1] "colonna1" "colonna2" "colonna3"
$dimnames[[3]]
[1] "strato1" "strato2"Nel caso delle liste i nomi dei singoli elementi sono quelli attribuiti esplicitamente in fase di creazione della lista:
names(listaSenzaNomi)NULLnames(listaNomi)[1] "scal" "vettore" "vetCar" "mat" E’ possibile assegnare dei nomi agli elementi della lista anche dopo la creazione:
names(listaSenzaNomi) <- letters[1:4]
listaSenzaNomi$a
[1] 1
$b
[1] 1 2 3 4 5 6 7 8 9 10
$c
[1] "a" "b" "cc"
$d
[,1] [,2]
[1,] 1 2
[2,] 3 4
[3,] 5 6
[4,] 7 8
[5,] 9 10Anche nel caso della lista la funzione attributes permette di accedere agli attributi impostati per l’oggetto
attributes(listaSenzaNomi)$names
[1] "a" "b" "c" "d"Se si usa la funzione attributes per il dataframe si nota che esistono due tipi di nomi associati: - names indica i nomi degli elementi del dataframe (ovvero delle due colonne della tabella) - row.names indica i nomi di riga che, se non esplicitamente definiti (come nel nostro caso) sono rappresentati da un numero sequenziale
NOTA: in quest’ultimo caso l’attributo è row.names
attributes(dfNomi)$names
[1] "var1" "var2"
$class
[1] "data.frame"
$row.names
[1] 1 2 3E’ possibile accedere ai nomi di riga del dataframe usando la funzione row.names e ai nomi di colonna usando la funzione names:
row.names(dfNomi)[1] "1" "2" "3"names(dfNomi)[1] "var1" "var2"E’ anche possibile usare le due funzioni rownames e colnames viste per l’accesso ai nomi di riga e colonna di una matrice (questo sempre nella logica che il dataframe può essere visto sia come una particolare lista con un vincolo aggiuntivo, che come una tabella con un vincolo in meno, ovvero come una tabellla “non atomica”)
rownames(dfNomi)[1] "1" "2" "3"colnames(dfNomi)[1] "var1" "var2"E’ infine possibile, in analogia a quanto visto per gli array, usare la funzione dimnames:
dimnames(dfNomi)[[1]]
[1] "1" "2" "3"
[[2]]
[1] "var1" "var2"<<Salva un pò, vai…>>
getwd()[1] "/Users/domenico.vistocco/Downloads/rlab_website/labs"save.image("introduzioneR_updated.RData")Una struttura dati simile al data.frame è il tibble. Per dettagli si rimanda al manuale R for Data Science.