R語言的Dataframe常用操作使用
上節(jié)我們簡單介紹了Dataframe的定義，這節(jié)我們具體來看一下Dataframe的操作
首先，數(shù)據(jù)框的創(chuàng)建函數(shù)為 data.frame( )，參考R語言的幫助文檔，我們來了解一下data.frame( )的具體用法：
Usage
data.frame(..., row.names = NULL, check.rows = FALSE,
check.names = TRUE, fix.empty.names = TRUE,
stringsAsFactors = default.stringsAsFactors())
default.stringsAsFactors()
Arguments
... :these arguments are of either the form value or tag = value. Component names are created based on the tag (if present) or the deparsed argument itself.
row.names :NULL or a single integer or character string specifying a column to be used as row names, or a character or integer vector giving the row names for the data frame.
當(dāng)然，后面還有很多參數(shù)的具體用法，在此不做一一贅述，主要用到的就是前兩個。首先，“...”代表了表格數(shù)據(jù)，就是要構(gòu)成數(shù)據(jù)框的數(shù)據(jù)主體，row.names( )為要構(gòu)成數(shù)據(jù)框的行名，那么既然數(shù)據(jù)框相當(dāng)于R語言的一個表格，應(yīng)該既有行名也有列名才對，那么列名又是如何給出的呢？我們知道，很多的數(shù)據(jù)處理軟件以及算法是以數(shù)據(jù)的列為單位進(jìn)行的，之前我們構(gòu)建矩陣的時候，默認(rèn)也是按列填充（byrow=FALSE），而列名在創(chuàng)建數(shù)據(jù)框開始我們就已經(jīng)確定好了的。詳見下面代碼：
我想要創(chuàng)建一個名為“mydataframe”的數(shù)據(jù)框，首先確定數(shù)據(jù)框里面的列有哪些，然后調(diào)用函數(shù)data.frame( )函數(shù)
> C1 <-c(1,2,3,4)
> C2 <-c(5,6,7,8)
> C3 <-c(9,10,11,12)
> C4 <-c(13,14,15,16)
> C5 <-c(17,18,19,20)
> mydataframe <- data.frame(C1,C2,C3,C4,C5,row.names = c("R1","R2","R3","R4"))
> mydataframe
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
由此可見，數(shù)據(jù)框是把現(xiàn)有的列拼接成一個表格的一種數(shù)據(jù)結(jié)構(gòu)，細(xì)心的朋友會發(fā)現(xiàn)，這個數(shù)據(jù)框怎么跟上節(jié)我們講過的矩陣長得那么一樣！?。≡倩仡櫼幌律瞎?jié)的矩陣創(chuàng)建：
> mydata <- c(1:20)
> cnames <- c("C1","C2","C3","C4","C5")
> rnames <- c("R1","R2","R3","R4")
> myarray <- matrix(mydata,nrow = 4,ncol = 5,dimnames = list(rnames,cnames))
> myarray
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
確實，從長相上來說分不出差別，但是矩陣?yán)锩娴脑乇仨氁恢?，而?shù)據(jù)框可以是各種類型數(shù)據(jù)的集合。這種集合不是無條件亂七八糟的集合，而是以列為單位，不同列的元素類型可以不同，但是同一列的元素類型必須一致。因此，矩陣可以看做特殊的數(shù)據(jù)框類型那么這么做有什么意義呢？在數(shù)據(jù)統(tǒng)計中，我們需要有各種各樣類型的數(shù)據(jù)，就拿簡單的成績單來說，就包含了“姓名”，“學(xué)號”，“科目”等字符型元素，也包括“分?jǐn)?shù)”等數(shù)值型元素，還有“是否通過”等布爾型元素，因此，從廣泛意義上來說，dataframe更具有普適性，矩陣多用在數(shù)學(xué)計算中。說歸說，我們來實際創(chuàng)建一個數(shù)據(jù)框，然后再演示一下它的具體操作：
> names <- c("小明","小紅","小蘭")
> StudentID <- c("2014","2015","2016")
> subjects <- c("英語","英語","英語")
> scores <- c(87,98,93)
> Result <- data.frame(StudentID,names,subjects,scores)
> Result
StudentID names subjects scores
1 2014 小明 英語 87
2 2015 小紅 英語 98
3 2016 小蘭 英語 93
由上可見，當(dāng)沒有給數(shù)據(jù)框指定行名的時候，系統(tǒng)會默認(rèn)從1開始給每行一個行號，這跟Excel表格有點(diǎn)類似。 還是同往常一樣，我們先學(xué)習(xí)dataframe數(shù)據(jù)類型的基本操作
數(shù)據(jù)框元素的訪問：既然矩陣是特殊的數(shù)據(jù)框，那么矩陣元素的訪問方式應(yīng)該也同樣適用于dataframe嗎？不是這樣，我們知道，數(shù)據(jù)框是以行或者列為單位（行列可以轉(zhuǎn)置），因此訪問元素時只能整行或者整列訪問。即dataframe[1,](訪問第一行)，dataframe[,1](訪問第一列)采用這種方式訪問列時，返回值是按行排列的形式。訪問列同樣也可以直接使用dataframe(1)訪問第一列，或者dataframe(列名)來訪問指定的列。也可以連續(xù)訪問若干列，詳見代碼：
> Result[1,] #訪問第一行
StudentID names subjects scores
1 2014 小明 英語 87
> Result[,1] #訪問第一列
[1] 2014 2015 2016
Levels: 2014 2015 2016
> Result[1] #訪問第一列
StudentID
1 2014
2 2015
3 2016
> Result["names"] #訪問指定標(biāo)號的列
names
1 小明
2 小紅
3 小蘭
> Result[1:3,] #訪問1-3行
StudentID names subjects scores
1 2014 小明 英語 87
2 2015 小紅 英語 98
3 2016 小蘭 英語 93
> Result[1:3] #訪問1-3列
StudentID names subjects
1 2014 小明 英語
2 2015 小紅 英語
3 2016 小蘭 英語
> Result[c(1,3),] #只訪問1,3行，注意寫法 c( )
StudentID names subjects scores
1 2014 小明 英語 87
3 2016 小蘭 英語 93
> Result[c(1,4)] #只訪問1,4列，注意寫法 c( )
StudentID scores
1 2014 87
2 2015 98
3 2016 93
> Result[c("names","scores")] #只訪問names和scores列，注意寫法 c( )
names scores
1 小明 87
2 小紅 98
3 小蘭 93
由上可得：對數(shù)據(jù)框操作，必須以向量為單位，使用c( ) or list( ),通過上述了解，我們發(fā)現(xiàn)，普通的訪問必須帶著行名和列名，這有的時候給我們帶來不必要的麻煩，比如我要計算成績平均值，帶上列名Score會給我們帶來一些困惑，于是有哪些方法可以在訪問數(shù)據(jù)庫元素時不帶著行名或者列名呢？
方法一：用attach和detach函數(shù)，比如要打印所有names，那么可以寫成：
> attach(Result)
The following objects are masked _by_ .GlobalEnv:
names, scores, StudentID, subjects
The following objects are masked from Result (pos = 3):
names, scores, StudentID, subjects
> name <- names
> score <-scores
> detach(Result)
> name
[1] "小明" "小紅" "小蘭"
> score
[1] 87 98 93
> mean(score)
[1] 92.66667
方法二：用with函數(shù)
> with(Result,{score <- scores})
> score
[1] 87 98 93
上面談到了dataframe的創(chuàng)建和讀取，如果我需要添加或者刪除某一列該怎么辦呢？
> Result$age<-c(12,14,13) #添加age列 > Result StudentID names subjects scores age 1 2014 小明 英語 87 12 2 2015 小紅 英語 98 14 3 2016 小蘭 英語 93 13 > Result2 <- Result[-2] #刪除name列 > Result2 StudentID subjects scores age 1 2014 英語 87 12 2 2015 英語 98 14 3 2016 英語 93 13
如果我需要查詢成績等于98的學(xué)生的信息該怎么辦呢？
> Result[which(Result$scores==98),] StudentID names subjects scores age 2 2015 小紅 英語 98 14
上面說過了，矩陣和數(shù)據(jù)框也是兩種不同的數(shù)據(jù)類型，我們知道數(shù)據(jù)類型之間可以互相轉(zhuǎn)換，用is.***( )可以判斷某個變量是否為***類型，用as.***( )則將某個變量轉(zhuǎn)換為***類型。那么相應(yīng)的，矩陣轉(zhuǎn)換為數(shù)據(jù)框類型則應(yīng)為：
> myarray C1 C2 C3 C4 C5 R1 1 5 9 13 17 R2 2 6 10 14 18 R3 3 7 11 15 19 R4 4 8 12 16 20 > myarrayframe <- as.data.frame(myarray) > myarrayframe C1 C2 C3 C4 C5 R1 1 5 9 13 17 R2 2 6 10 14 18 R3 3 7 11 15 19 R4 4 8 12 16 20 > is.data.frame(myarray) [1] FALSE > is.data.frame(myarrayframe) [1] TRUE
跟矩陣matrix操作一樣，數(shù)據(jù)框也有rbind和cbind函數(shù)，用法大致相同，有興趣的朋友可以簡單聯(lián)系一下，這里不再贅述。
最后，我們來談一下數(shù)據(jù)框數(shù)據(jù)處理操作：
上面我們講到，利用dataframe[ 列號 ]或者dataframe[ 列值 ]可以讀取數(shù)據(jù)框的某一列，返回值仍為數(shù)據(jù)框類型，但是這部分?jǐn)?shù)據(jù)不方便直接利用我們之前講過的求和，求平均值等方法進(jìn)行計算分析，因為讀取的數(shù)據(jù)帶有“行名/列名”，這個為字符型變量。有的人會問，我在創(chuàng)建數(shù)據(jù)框的時候，不加行名和列名不就行了？第一，在創(chuàng)建數(shù)據(jù)框的時候，會默認(rèn)給你分配行名或者列名，第二，就算不分配行名或者列名，那數(shù)據(jù)框創(chuàng)建起來還有什么意義？
> mydataframe C1 C2 C3 C4 C5 R1 1 5 9 13 17 R2 2 6 10 14 18 R3 3 7 11 15 19 R4 4 8 12 16 20 > mydataframe["C4"] C4 R1 13 R2 14 R3 15 R4 16 > mean(mydataframe["C4"]) [1] NA Warning message: In mean.default(mydataframe["C4"]) : 參數(shù)不是數(shù)值也不是邏輯值：回覆NA > is.data.frame(mydataframe["C4"]) [1] TRUE
方法一：將數(shù)據(jù)框格式重新轉(zhuǎn)化為矩陣格式，然后按照矩陣索引的方式來找尋要處理的數(shù)據(jù)組，利用矩陣或者向量中相關(guān)函數(shù)來進(jìn)行一定的數(shù)據(jù)處理。
> myarray2 <- as.matrix(mydataframe) > is.matrix(myarray2) [1] TRUE > myarray2 C1 C2 C3 C4 C5 R1 1 5 9 13 17 R2 2 6 10 14 18 R3 3 7 11 15 19 R4 4 8 12 16 20 > x <- myarray[,3] #讀取第3列的值 > x R1 R2 R3 R4 9 10 11 12 > is.vector(x) #查看x是否為向量類型 [1] TRUE > mean(x) [1] 10.5 > sum(x) [1] 42
方法二：在讀取數(shù)據(jù)框列的時候換用另外一種方法，dataframe$(行名或者列名)，返回值是vector類型
> c <- mydataframe$C3 > c [1] 9 10 11 12 > is.vector(c) [1] TRUE > mean(c) [1] 10.5 > sum(c) [1] 42
同時，也可以利用dataframe$(新的列名) <- 新的向量，來給dataframe添加新的列，具體操作如下：
> mydataframe$sum <- mydataframe$C1 +mydataframe$C4 > mydataframe$mean <- (mydataframe$C1+mydataframe$C4)/2 > mydataframe C1 C2 C3 C4 C5 sum mean R1 1 5 9 13 17 14 7 R2 2 6 10 14 18 16 8 R3 3 7 11 15 19 18 9 R4 4 8 12 16 20 20 10
最推崇的是下一種方法，直接利用transform函數(shù)組建新的數(shù)據(jù)框，具體用法如下：
> x1 <- mydataframe$C1 > x2 <- mydataframe$C3 > mydataframe2 <- transform(mydataframe,sum2=x1+x2,mean2=(x1+x2)/2) > mydataframe2 C1 C2 C3 C4 C5 sum mean sum2 mean2 R1 1 5 9 13 17 14 7 10 5 R2 2 6 10 14 18 16 8 12 6 R3 3 7 11 15 19 18 9 14 7 R4 4 8 12 16 20 20 10 16 8
到此這篇關(guān)于R語言的Dataframe常用操作使用的文章就介紹到這了,更多相關(guān)R語言 Dataframe常用操作內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
R語言學(xué)習(xí)RcppEigen進(jìn)行矩陣運(yùn)算
這篇文章主要為大家介紹了R語言學(xué)習(xí)如何利用RcppEigen進(jìn)行矩陣運(yùn)算的實現(xiàn)方式，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2021-11-11
R語言-使用ifelse進(jìn)行數(shù)據(jù)分組
這篇文章主要介紹了R語言-使用ifelse進(jìn)行數(shù)據(jù)分組，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
本文詳細(xì)的介紹了隨機(jī)森林的算法實現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-08-08
R語言中矩陣matrix和數(shù)據(jù)框data.frame的使用詳解
這篇文章主要介紹了R語言中矩陣matrix和數(shù)據(jù)框data.frame的使用詳解，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03
最近工作中要處理一大批數(shù)據(jù),所以這篇文章主要給大家介紹了關(guān)于R語言行篩選的方法之filter函數(shù)的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),需要的朋友可以參考下2022-07-07
R語言使用ggplot繪制畫中畫細(xì)節(jié)放大的方法
這篇文章主要為大家介紹了R語言使用ggplot繪制畫中畫細(xì)節(jié)放大的方法實現(xiàn)示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進(jìn)步2021-11-11
這篇文章主要介紹了R語言差異檢驗:非參數(shù)檢驗操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
這篇文章主要介紹了R語言的下載安裝圖文教程講解,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下2021-03-03
R語言多線程運(yùn)算操作(解決R循環(huán)慢的問題)
這篇文章主要介紹了R語言多線程運(yùn)算操作(解決R循環(huán)慢的問題)，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-04-04
本文主要介紹了R語言列表和數(shù)據(jù)框的具體使用，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-01-01