أنواع البيانات في R: ‏numeric وcharacter وlogical (‏typeof وclass)

أنواع البيانات في R

كل قيمة في R تنتمي إلى مجموعة صغيرة من الأنواع الذرية. وأربعة منها تؤدي العمل كله تقريبًا:

• double - الأعداد العشرية: ‏3.14 و-2 و1e6. وهذا ما تعنيه R بكلمة "numeric"، وهو الافتراضي لأي عدد تكتبه.
• integer - الأعداد الصحيحة المخزنة بدقة، وتُكتب بلاحقة L: ‏42L.
• character - النص بين علامتي اقتباس: ‏"hello".
• logical - قيمتا الصدق TRUE وFALSE (إضافة إلى NA، القيمة المفقودة - راجع القيم المفقودة).

وهناك أيضًا النوع complex ‏(2 + 3i) لبعض حسابات معالجة الإشارات العرضية؛ وقد تمضي سنوات دون أن تحتاج إليه. وتخبرك typeof() بنوع أي قيمة:

cat(typeof(3.14), "\n")
cat(typeof(42L), "\n")
cat(typeof("hello"), "\n")
cat(typeof(TRUE), "\n")
cat(typeof(2 + 3i), "\n")

انتبه إلى السطر الأول: فالعدد العادي من النوع double حتى إن بدا صحيحًا. فالنتيجة typeof(42) هي "double"؛ و42L وحده عدد صحيح. وفي التحليل اليومي نادرًا ما يهم هذا الفرق - إذ تحوّل R بينهما بصمت - لكنه يفسر كثيرًا من المخرجات المحيرة من typeof().

‏typeof() مقابل class(): لماذا يختلفان

تملك R دالتين تبدوان معًا كأنهما تجيبان عن سؤال "ما هذا؟"، لكنهما تجيبان عن سؤالين مختلفين اختلافًا دقيقًا.

• تُبلغ typeof() عن نوع التخزين: كيف تستقر القيمة في الذاكرة.
• وتُبلغ class() عن النوع السلوكي: التسمية التي يستخدمها إرسال الأساليب في R ليقرر مثلًا أي دالة print أو summary ينفّذ.

وبالنسبة إلى القيم البسيطة تختلف الإجابتان في المفردات فقط:

x <- 3.14
cat(typeof(x), "\n")
cat(class(x), "\n")

تقول typeof() إنه double (التخزين)، وتقول class() إنه numeric (السلوك). أما مع البنى فتتسع الفجوة:

m <- matrix(1:4, nrow = 2)
cat(typeof(m), "\n")
print(class(m))

المصفوفة مخزنة بوصفها متجهًا صحيحًا عاديًا، لكنها تتصرف بوصفها مصفوفة - وclass() هي ما يخبر R بطباعتها في هيئة شبكة. ويظهر الانقسام نفسه مع إطارات البيانات (تقول typeof إنها "list"، وتقول class إنها "data.frame") ومع التواريخ (تقول typeof إنها "double"، وتقول class إنها "Date").

والقاعدة العملية: استخدم class() حين تريد معرفة ما هو الشيء بالمعنى اليومي، وtypeof() حين تصحح ما تفعله R خلف الكواليس.

فحص الأنواع باستخدام is.*()

لكل نوع دالة فحص مقابلة تعيد TRUE أو FALSE - وهي مفيدة داخل الدوال التي تحتاج إلى التحقق من مدخلاتها:

x <- 10
cat(is.numeric(x), is.character(x), is.logical(x), "\n")

وثمة فخ يستحق المعرفة: فالدالة is.numeric() تعطي TRUE للنوعين double وinteger معًا (فكلاهما أرقام)، لكن is.integer() تفحص التخزين، فتعطي FALSE مع العدد العادي 42:

cat(is.numeric(42L), "\n")
cat(is.integer(42), "\n")
cat(is.integer(42L), "\n")

إن فاجأك يومًا أن is.integer(7) تعطي FALSE لعدد هو صحيح بداهةً بالمعنى الرياضي - فهذا هو السبب. فالقيمة 7 من النوع double؛ والقيمة 7L من النوع integer.

تحويل الأنواع باستخدام as.*()

يستخدم التحويل الصريح عائلة as.*، بدالة واحدة لكل نوع هدف:

cat(as.numeric("3.5") + 1, "\n")
cat(as.integer(7.9), "\n")
cat(as.character(42), "\n")
cat(as.logical("TRUE"), "\n")

هناك سلوكان يجدر تذكرهما. تقوم as.integer() بـ البتر باتجاه الصفر بدل التقريب - فتصبح 7.9 هي 7. وحين يكون التحويل بلا معنى، لا ترمي R خطأ؛ بل تعيد NA وتصدر تحذيرًا:

result <- as.numeric("abc")
print(result)

شغّل ذلك وسترى NA مع تحذير "NAs introduced by coercion". وهذا مفيد فعلًا - إذ يمكنك تحويل عمود كامل من النص الفوضوي إلى أرقام فتصبح المدخلات غير القابلة للتحليل NA بدل أن تُعطِّل نصك البرمجي - لكنه يعني أيضًا أن قيمة NA صامتة قد تتسلل إلى بياناتك. وحين يكون التحويل مهمًا، تحقق من ظهور قيم NA جديدة بعده.

وتتحول القيم المنطقية إلى أرقام ومنها كما تتمنى: فـ as.numeric(TRUE) تساوي 1، وas.logical(0) تساوي FALSE. ولهذا تحسب sum() عدد قيم TRUE في متجه منطقي:

passed <- c(TRUE, TRUE, FALSE, TRUE)
cat(sum(passed), "out of", length(passed), "\n")

الإكراه الضمني: قاعدة النوع الواحد للمتجهات

لا يستطيع المتجه الذري في R أن يحمل إلا نوعًا واحدًا. فإذا جمعت قيمًا مختلطة بالدالة c() رقّت R كل شيء بصمت إلى أكثر الأنواع مرونة بين الموجودة، وفق سلّم ثابت:

‏logical ← integer ← double ← character

print(c(TRUE, FALSE, 2L))
print(c(1L, 2L, 3.5))
print(c(1, 2, "three"))

صارت القيم المنطقية 1 و0، وصارت الأعداد الصحيحة أعدادًا عشرية، وفي السطر الأخير صار كل شيء نصًا - فالنوع character ينتصر دائمًا، لأن أي قيمة يمكن كتابتها سلسلةً نصية. ويمكنك التأكد باستخدام typeof():

cat(typeof(c(TRUE, 1L)), "\n")
cat(typeof(c(1L, 2.5)), "\n")
cat(typeof(c(1, "a")), "\n")

الإكراه هو المصدر الأول لأخطاء "لماذا صار عمودي نصًا؟": إذ تكفي سلسلة "N/A" شاردة في عمود من الأرقام لإكراه المتجه بأكمله على النوع النصي. وحين يحدث ذلك، أصلح القيمة المسيئة أولًا، ثم حوّل مجددًا باستخدام as.numeric().

ما تخرج به

• أربعة أنواع تؤدي العمل الأساسي: ‏double ("numeric")، وinteger ‏(42L)، وcharacter، وlogical.
• ‏typeof() = كيف يُخزَّن؛ وclass() = كيف يتصرف. فالقيمة 3.14 من النوع double وتتصرف بوصفها numeric.
• افحص بـ is.numeric() وأخواتها؛ وحوّل بـ as.numeric() وأخواتها - والتحويلات الفاشلة تعطي NA مع تحذير لا خطأ.
• تحمل المتجهات نوعًا واحدًا فقط؛ والخلط يكره القيم وفق المسار logical ← integer ← double ← character.

التالي: نظرة أقرب على الأنواع العددية - التقريب، والدوال الرياضية، ومفاجآت الفاصلة العائمة التي تشترك فيها كل اللغات.