In diesem Kapitel wird eine kurze Zusammenfassung zu den verschiedenen Datenobjekten in R gegeben. Alle Datenobjekte sind Vektoren, die eine gewisse Struktur aufweisen. Ebendiese wird durch 

• die Länge des Vektors und 

• den Modus der einzelnen Vektorelemente und des ganzen Vektors charakterisiert.

• Neben den beiden grundlegenden Eigenschaften Länge und Modus gibt es spezielle Objekt- und Datentypen.

Die Länge eines Vektors ist nicht-negativ und endlich. Sie heißt n. Erwähnenswerte Spezialfälle sind: 

• Nullvektoren [n = 0]

• Skalare [n = 1]

Die Elemente eines Vektors können die folgenden sieben Modi haben:

• logical → boolesche Werte, d. h. TRUE oder FALSE

• numeric: integer → ganze Zahlen, bspw. 5 oder -4

• numeric: double → Fließkommazahlen, bspw. 2.3 oder  4.5e8
  [Achtung: In R fungieren Punkte als Dezimalzeichen]

• complex → komplexe Zahlen, bspw. -5 + 4i

• character → Zeichenketten, bspw. abc123

• raw → Byte

• list → Falls die Elemente eines Vektors unterschiedliche Modi haben, spricht man von "rekursiven" Vektoren mit dem Modus list [kurz: Listen]. Listen sind gängige und wichtige Datenobjekte in R. Falls alle Elemente eines Vektors den selben Modus 1 bis 6 [wie der ganze Vektor] haben, spricht man von "atomaren" Vektoren.

Objekttypen:

• factor → Objekttyp ermöglicht die gemeinsame Speicherung von zwei Informationen [level,  label] in nur einer Variable: level hat meistens den Modus numeric [integer], z. B. 1, 2, und Label

• arrays → ähneln Vektoren, erlauben zudem die Erzeugung höherdimensionaler Objekte. In der Praxis werden Arrays genutzt, um Matrizen [2-dimensionale Arrays; alle Elemente haben den gleichen Modus] zu erzeugen.

• dataframe → eine Liste mit atomaren Vektoren gleicher Länge

• xts → Datentyp [bzw. Paket] für Zeitreihenanalysen, z. B. hilfreich bei der Analyse von Aktienkursen

Datentypen:

• NA → fehlende Werte

• NULL → leere Werte

• Inf → zu große Zahl bzw. unendlich [zumindest wenn es nach R geht]

• NaN → mathematisch nicht definiert