R: R 数据类型：6 种基本类型与类型转换

# 这两个数字看起来一样，但 R 认为它们"不相等"
1 == 1L
# [1] FALSE

# 验证它们的类型
typeof(1)
# [1] "double"  (双精度浮点数)

typeof(1L)
# [1] "integer" (整数)

# numeric —— 双精度浮点数（默认数字）
x <- 3.14
typeof(x)
# [1] "double"

# integer —— 严格整数（加 L 后缀）
x <- 10L
typeof(x)
# [1] "integer"

# character —— 字符串
x <- "Hello R"
typeof(x)
# [1] "character"

# logical —— 逻辑值（必须全大写）
x <- TRUE
typeof(x)
# [1] "logical"

# complex —— 复数
x <- 1 + 2i
typeof(x)
# [1] "complex"

# 性能对比（1 亿个整数 vs 1 亿个浮点）
# integer: ~400 MB
# numeric: ~800 MB

# 普通场景不需要 integer，numeric 就够用

# 1. 普通向量：两者一致
x <- 1:10
typeof(x)
# [1] "integer"
class(x)
# [1] "integer"

# 2. 数据框：两者不同！
y <- data.frame(a = 1:3, b = c("x", "y", "z"))
typeof(y)
# [1] "list"        ← 底层是 list

class(y)
# [1] "data.frame"  ← 业务上是数据框

# is.numeric() 是 is.integer() 的"父集"
is.numeric(1)     # [1] TRUE
is.numeric(1L)    # [1] TRUE
is.integer(1)     # [1] FALSE
is.integer(1L)    # [1] TRUE

# 字符串 → 数字（成功）
as.numeric("3.14")
# [1] 3.14

# 字符串 → 数字（失败）
as.numeric("Hello")
# Warning: NAs introduced by coercion
# [1] NA

# 一个失败不会中断，但会有警告
as.numeric(c("1", "2", "abc", "4"))
# Warning: NAs introduced by coercion
# [1]  1  2 NA  4

# 假设读了一个 CSV，所有列都是 character
df <- data.frame(
  id = c("1", "2", "3"),
  value = c("10.5", "20.3", "30.1")
)

# 转换前
str(df)
# 'data.frame':	3 obs. of  2 variables:
#  $ id   : chr  "1" "2" "3"
#  $ value: chr  "10.5" "20.3" "30.1"

# 转换后
df$id <- as.numeric(df$id)
df$value <- as.numeric(df$value)
str(df)
#  $ id   : num  1 2 3
#  $ value: num  10.5 20.3 30.1

# NA 参与运算会传染（NA 不会消失）
x <- c(1, 2, NA, 4)
sum(x)
# [1] NA  ← 整个结果都成 NA 了

# 必须用 na.rm = TRUE 跳过 NA
sum(x, na.rm = TRUE)
# [1] 7

# 检查 NA 位置
is.na(x)
# [1] FALSE FALSE  TRUE FALSE

# 0 除以 0
0 / 0
# [1] NaN

# 负数开方
sqrt(-1)
# Warning: NaNs produced
# [1] NaN

# NaN 是特殊的 NA（NA 的子集）
is.na(NaN)
# [1] TRUE  ← NaN 也是 NA

# 1 除以 0
1 / 0
# [1] Inf

# 负数除以 0
-1 / 0
# [1] -Inf

# 检查 Inf
is.infinite(c(1, Inf, -Inf, 2))
# [1] FALSE  TRUE  TRUE FALSE

# NULL 不占内存
x <- NULL
length(x)
# [1] 0

# NA 占 1 个位置，NULL 直接被吞掉
length(c(1, 2, NA, 4))    # [1] 4
length(c(1, 2, NULL, 4))  # [1] 3  ← NULL 直接被吞掉

# 函数无返回值时默认返回 NULL
my_void_func <- function() { }
result <- my_void_func()
is.null(result)
# [1] TRUE

# ============================================
# 用户输入数据清洗
# 功能：把字符向量转换为数字，处理 NA
# ============================================

# 1. 模拟从 CSV 读到的"脏数据"（全是 character）
raw_data <- c("1", "2.5", "3.14", "abc", "5", "", "7.8")
cat("原始数据：\n")
print(raw_data)
cat("原始类型：", typeof(raw_data), "\n\n")

# 2. 转成数字（"abc" 和 "" 会变 NA）
nums <- as.numeric(raw_data)
cat("转换后：\n")
print(nums)

# 3. 查看哪些是 NA
na_positions <- is.na(nums)
cat("\nNA 位置：")
print(na_positions)

# 4. 统计 NA 数量
na_count <- sum(na_positions)
cat("\nNA 数量：", na_count, "\n")

# 5. 只保留非 NA 的数字
clean_nums <- nums[!na_positions]
cat("\n清洗后数据：")
print(clean_nums)

# 6. 统计指标
cat("\n=== 统计指标 ===\n")
cat("元素总数：", length(raw_data), "\n")
cat("有效数据：", length(clean_nums), "\n")
cat("无效数据：", na_count, "\n")
cat("总和：", sum(clean_nums), "\n")
cat("平均：", round(mean(clean_nums), 2), "\n")
cat("最大值：", max(clean_nums), "\n")
cat("最小值：", min(clean_nums), "\n")

原始数据：
[1] "1" "2.5" "3.14" "abc" "5" "" "7.8"
原始类型： character

转换后：
[1] 1.00 2.50 3.14   NA 5.00   NA 7.80

NA 位置：
[1] FALSE FALSE FALSE  TRUE FALSE  TRUE FALSE

NA 数量： 2

清洗后数据：
[1] 1.00 2.50 3.14 5.00 7.80

=== 统计指标 ===
元素总数： 7
有效数据： 5
无效数据： 2
总和： 19.44
平均： 3.89
最大值： 7.8
最小值： 1