参见：https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/prog-type-df.html

    tibble类型是一种改进的数据框类型的数据，可以通过readr 包实现读取。

    1. library(tibble)
    2. library(readr)
    3. t.class <- read_csv("class.csv")
    4. ## Parsed with column specification:
    5. ## cols(
    6. ##   name = col_character(),
    7. ##   sex = col_character(),
    8. ##   age = col_double(),
    9. ##   height = col_double(),
    10. ##   weight = col_double()
    11. ## )

    tibble类型的类属依次为tbl_df, tbl, data.frame，用as_tibble()可以将一个数据框转换为tibble，或者直接通过tibble 像创建数据框般创建tibble 数据框：

    1. t.bp <- tibble(
    2.   `序号`=c(1,5,6,9,10,15),
    3.   `收缩压`=c(145, 110, "未测", 150, "拒绝", 115))
    4. t.bp

    我们可以用对数据框的相同操作来处理tibble 类型的数据。

    除此之外，tibble 非常喜欢csv 数据，因此也可以像创建csv 数据般，直接通过tribble 创建：

    1. t.bp2 <- tribble(
    2. ~`序号`,~`收缩压`,
    3. 1,145,
    4. 5,110,
    5. 6,NA,
    6. 9,150,
    7. 10,NA,
    8. 15,115
    9. )
    10. t.bp2
    11. ## # A tibble: 6 x 2
    12. ##    序号 收缩压
    13. ##   <dbl>  <dbl>
    14. ## 1     1    145
    15. ## 2     5    110
    16. ## 3     6     NA
    17. ## 4     9    150
    18. ## 5    10     NA
    19. ## 6    15    115

    另外，tidyr::expand_grid() 函数提供了另外一种可能，可以通过指定n 个分组，细分出多个因素完全搭配并重复的表格，比如：

    1. d4 <- tidyr::expand_grid(
    2.   group=1:3,
    3.   subgroup=1:2,
    4.   obs=1:2)
    5. print(d4)
    6. ## # A tibble: 12 x 3
    7. ##    group subgroup   obs
    8. ##    <int>    <int> <int>
    9. ##  1     1        1     1
    10. ##  2     1        1     2
    11. ##  3     1        2     1
    12. ##  4     1        2     2
    13. ##  5     2        1     1
    14. ##  6     2        1     2
    15. ##  7     2        2     1
    16. ##  8     2        2     2
    17. ##  9     3        1     1
    18. ## 10     3        1     2
    19. ## 11     3        2     1
    20. ## 12     3        2     2

    结果的数据框d有三个变量: group是大组，共分3个大组，每组4个观测； subgroup是子组，在每个大组内分为2个子组，每个子组2个观测。 共有个12 观测（行）。

    另外，tibble类型允许其中的列是列表类型， 这样， 该列的每个元素就可以是复杂类型， 比如建模结果（列表）， 元素之间可以保存不等长的值。 如：

    1. tibble(x = 1:3,
    2.   y = list(1, 1:2, 1:3))
    3. ## # A tibble: 3 x 2
    4. ##       x y        
    5. ##   <int> <list>   
    6. ## 1     1 <dbl [1]>
    7. ## 2     2 <int [2]>
    8. ## 3     3 <int [3]>