如何在不使用R中的str函数的情况下检查数据帧结构？
要在R中不使用str函数检查数据帧结构，我们可以按照以下步骤操作-
首先，加载数据或创建新数据或使用内置数据集。
然后，使用tibble包的瞥见功能。
示例1
使用内置数据集
考虑mtcars数据集，加载tibble包并使用瞥见功能查看mtcars数据的结构-
library(tibble) glimpse(mtcars)输出结果
Rows: 32 Columns: 11 $ mpg21.0, 21.0, 22.8, 21.4, 18.7, 18.1, 14.3, 24.4, 22.8, 19.2, 17.8,~ $ cyl 6, 6, 4, 6, 8, 6, 8, 4, 4, 6, 6, 8, 8, 8, 8, 8, 8, 4, 4, 4, 4, 8,~ $ disp 160.0, 160.0, 108.0, 258.0, 360.0, 225.0, 360.0, 146.7, 140.8, 16~ $ hp 110, 110, 93, 110, 175, 105, 245, 62, 95, 123, 123, 180, 180, 180~ $ drat 3.90, 3.90, 3.85, 3.08, 3.15, 2.76, 3.21, 3.69, 3.92, 3.92, 3.92,~ $ wt 2.620, 2.875, 2.320, 3.215, 3.440, 3.460, 3.570, 3.190, 3.150, 3.~ $ qsec 16.46, 17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20.00, 22.90, 18~ $ vs 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0,~ $ am 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 0, 0,~ $ gear 4, 4, 4, 3, 3, 3, 3, 4, 4, 4, 4, 3, 3, 3, 3, 3, 3, 4, 4, 4, 3, 3,~ $ carb 4, 4, 1, 1, 2, 1, 4, 2, 2, 4, 4, 3, 3, 3, 4, 4, 4, 1, 2, 1, 1, 2,~
示例2
使用内置数据集
考虑CO2数据集，加载tibble包并使用瞥见功能查看CO2数据的结构-
library(tibble) glimpse(CO2)输出结果
Rows: 84 Columns: 5 $ PlantQn1, Qn1, Qn1, Qn1, Qn1, Qn1, Qn1, Qn2, Qn2, Qn2, Qn2, Qn2, ~ $ Type Quebec, Quebec, Quebec, Quebec, Quebec, Quebec, Quebec, Queb~ $ Treatment nonchilled, nonchilled, nonchilled, nonchilled, nonchilled, ~ $ conc 95, 175, 250, 350, 500, 675, 1000, 95, 175, 250, 350, 500, 6~ $ uptake 16.0, 30.4, 34.8, 37.2, 35.3, 39.2, 39.7, 13.6, 27.3, 37.1, ~
示例3
使用内置数据集
考虑iris数据集，加载tibble包并使用瞥见功能查看iris数据的结构-
library(tibble) glimpse((iris)输出结果
Rows: 150 Columns: 5 $Sepal.Length5.1, 4.9, 4.7, 4.6, 5.0, 5.4, 4.6, 5.0, 4.4, 4.9, 5.4, 4.~ $Sepal.Width 3.5, 3.0, 3.2, 3.1, 3.6, 3.9, 3.4, 3.4, 2.9, 3.1, 3.7, 3.~ $Petal.Length 1.4, 1.4, 1.3, 1.5, 1.4, 1.7, 1.4, 1.5, 1.4, 1.5, 1.5, 1.~ $Petal.Width 0.2, 0.2, 0.2, 0.2, 0.2, 0.4, 0.3, 0.2, 0.2, 0.1, 0.2, 0.~ $ Species setosa, setosa, setosa, setosa, setosa, setosa, setosa, s~
示例4
使用内置数据集
考虑睡眠数据集，加载tibble包并使用瞥见功能查看睡眠数据的结构-
library(tibble) glimpse(sleep)输出结果
Rows: 20 Columns: 3 $ extra0.7, -1.6, -0.2, -1.2, -0.1, 3.4, 3.7, 0.8, 0.0, 2.0, 1.9, 0.8, ~ $ group 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2 $ ID 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10
例5
使用内置数据集
考虑ChickWeight数据集，加载tibble包并使用瞥见功能查看ChickWeight数据的结构-
library(tibble) glimpse((ChickWeight)输出结果
Rows: 578 Columns: 4 $ weight42, 51, 59, 64, 76, 93, 106, 125, 149, 171, 199, 205, 40, 49, 5~ $ Time 0, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 21, 0, 2, 4, 6, 8, 10, 1~ $ Chick 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, ~ $ Diet 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, ~
例6
使用内置数据集
考虑DNase数据集，加载tibble包并使用瞥见功能查看DNase数据的结构-
library(tibble) glimpse((DNase)输出结果
Rows: 176 Columns: 3 $ Run1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2,~ $ conc 0.04882812, 0.04882812, 0.19531250, 0.19531250, 0.39062500, 0.~ $ density 0.017, 0.018, 0.121, 0.124, 0.206, 0.215, 0.377, 0.374, 0.614,~
例7
使用内置数据集
考虑尼罗河数据集，加载tibble包并使用瞥见功能查看尼罗河数据的结构-
library(tibble) glimpse(Nile)输出结果
Time-Series [1:100] from 1871 to 1970: 1120 1160 963 1210 1160 1160 813 1230 1370 1140 …
例8
使用内置数据集
考虑HairEyeColor数据集，加载tibble包并使用瞥见功能查看HairEyeColor数据的结构-
library(tibble) glimpse(HairEyeColor)输出结果
‘table’ num [1:4, 1:4, 1:2] 32 53 10 3 11 50 10 30 10 25 … - attr(*, “dimnames”)=List of 3 ..$ Hair: chr [1:4] “Black” “Brown” “Red” “Blond” ..$ Eye : chr [1:4] “Brown” “Blue” “Hazel” “Green” ..$ Sex : chr [1:2] “Male” “Female”
例9
使用内置数据集
考虑Indometh数据集，加载tibble包并使用瞥见功能查看Indometh数据的结构-
library(tibble) glimpse(Indometh)输出结果
Rows: 66 Columns: 3 $ Subject1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,~ $ time 0.25, 0.50, 0.75, 1.00, 1.25, 2.00, 3.00, 4.00, 5.00, 6.00, 8.~ $ conc 1.50, 0.94, 0.78, 0.48, 0.37, 0.19, 0.12, 0.11, 0.08, 0.07, 0.~
例10
使用内置数据集
考虑AirPassengers数据集，加载tibble包并使用瞥见功能查看AirPassengers数据的结构-
library(tibble) glimpse(AirPassengers)输出结果
Time-Series [1:144] from 1949 to 1961: 112 118 132 129 121 135 148 148 136 119 ...