以R语言自带的mtcars数据框为例：

这是原始的mtcars数据：

这里只列出了前面几行数据。

然后负索引mtcars[,-2:-3],得到的结果

删除了第二列和第三列数据

所以R语言数据框中的负索引是指删除数据框中对应的列（或者行）

ps：这和Python里面的规则好像不太一样，Python里的负索引好像是指倒数第几列（或者第几行），这里这两个软件区别还挺大的~~写个笔记提醒一下自己~

补充：R语言中的负整数索引

看代码吧~

> x<-matrix(c(1,2,3,4,5,6,7,8,9),nrow = 3,ncol = 3,byrow = TRUE)> x [,1] [,2] [,3][1,] 1 2 3[2,] 4 5 6[3,] 7 8 9> x[-1,] [,1] [,2] [,3][1,] 4 5 6[2,] 7 8 9

这在R中称为负整数索引向量，这种索引向量指定被排除的元素而不是包括进来，因此x[-1,]表示取出矩阵x的除了第一行元素外的其他元素。

补充：R语言-基本语法、数据类型及索引

1. 基本语法

print() 、cat()打印输出

#单行注释

if(FALSE){code block}多行注释

2. 数据类型

class()：查看数据类型

2.1 基本数据类型

基本数据类型 示例 逻辑值(logical) 真：TRUE、T，假：FALSE、F 数字(numeric) 123、5 整型(integer) 2L、34L 复数(complex) 3+2i 字符(character) 'good'

2.2 向量Vector

c()函数创建向量。

注意：必须保证元素类型相同，否则会默认进行类型转换。

> x <- c(1, 2)> class(x)[1] "numeric"> x <- c('s')> class(x)[1] "character"> x <- c(1, 2, 's')> class(x)[1] "character"

2.3 列表List

列表可以包含许多不同类型的元素，如向量、函数、嵌套列表。

注意：[]与[[]]的区别。[]取出来的仍是一个列表，[[]]取出来的是本身的数据类型。

> list1 <- list(c(2,3), 21, 's', sin) # 分别包含列表、数字、字符、函数> class(list1)[1] "list"> list1[1] # 取出来的仍是一个列表[[1]][1] 2 3> list1[[1]] # 取出来的是子列表中的元素[1] 2 3> class(list1[1])[1] "list"> class(list1[[1]])[1] "numeric"> list1[[2]][1] 21> list1[2] + 2Error in list1[2] + 2 : non-numeric argument to binary operator> list1[[2]] + 2[1] 23> list1[[4]]function (x) .Primitive("sin")> class(list1[[4]])[1] "function"

2.4 矩阵Matrix

矩阵是二维数据集，它可以使用矩阵函数的向量输入创建。

byrow参数决定元素存放的顺序。

> M <- matrix( c('a','a','b','c','b','a'), nrow = 2, ncol = 3, byrow = TRUE)> M [,1] [,2] [,3][1,] "a" "a" "b" [2,] "c" "b" "a" > M[,1] # 取出第一列数据[1] "a" "c"> M[1,] # 取出第一行数据[1] "a" "a" "b"> M[2,1] # 取出单个元素[1] "c"

2.5 数组Array

利用数组可以创建任意维度的数据。

> array1 <- array(c('green','yellow'), dim=c(3,3,2))> array1, , 1 [,1] [,2] [,3] [1,] "green" "yellow" "green" [2,] "yellow" "green" "yellow"[3,] "green" "yellow" "green" , , 2 [,1] [,2] [,3] [1,] "yellow" "green" "yellow"[2,] "green" "yellow" "green" [3,] "yellow" "green" "yellow"

2.6 因子Factor

因子是使用向量创建的对象。它将向量与向量中元素的不同值一起存储为标签。 标签是字符类型。 它们在统计建模中非常有用。

使用factor()函数创建因子。nlevels函数给出级别计数。

> apple_colors <- c('green','green','yellow','red','red','red','green')> factor_apple <- factor(apple_colors)> factor_apple[1] green green yellow red red red green Levels: green red yellow> nlevels(factor_apple)[1] 3

2.7 数据框Data Frame

表格数据对象。每列可以包含不同的数据类型。 第一列可以是数字，而第二列可以是字符，第三列可以是逻辑的。 它是等长度的向量的列表。

使用data.frame()函数创建数据框。

# 创建数据框，表格对象> BMI <- data.frame( gender = c("Male", "Male","Female"), height = c(152, 171.5, 165), weight = c(81,93, 78), Age = c(42,38,26) ) > BMI gender height weight Age1 Male 152.0 81 422 Male 171.5 93 383 Female 165.0 78 26# 获取第二列> BMI[2] height1 152.02 171.53 165.0# 获取第一行> BMI[1,] gender height weight Age1 Male 152 81 42# 获取第一列数据，类型为DataFrame> BMI[1] gender1 Male2 Male3 Female> class(BMI[1])[1] "data.frame"# 获取第一列，并将其转换为factor类型> BMI[,1][1] Male Male FemaleLevels: Female Male# 获取第一个元素，转换为factor类型> BMI[1,1][1] MaleLevels: Female Male# 获取第二列，不改变数据类型> BMI[2] height1 152.02 171.53 165.0# 获取第二列，改变数据类型> BMI[,2][1] 152.0 171.5 165.0# 根据列的名称获取factor类型数据data_frame$col_name

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。如有错误或未考虑完全的地方，望不吝赐教。