快捷導(dǎo)航

R語(yǔ)言數(shù)據(jù)重塑知識(shí)點(diǎn)總結(jié)

更新時(shí)間：2021年03月28日 14:55:57 作者：w3cschool

在本篇文章里小編給大家整理的是一篇關(guān)于R語(yǔ)言數(shù)據(jù)重塑的相關(guān)知識(shí)點(diǎn)內(nèi)容，有興趣的朋友們可以跟著學(xué)習(xí)下。

R 語(yǔ)言中的數(shù)據(jù)重塑是關(guān)于改變數(shù)據(jù)被組織成行和列的方式。大多數(shù)時(shí)間 R 語(yǔ)言中的數(shù)據(jù)處理是通過(guò)將輸入數(shù)據(jù)作為數(shù)據(jù)幀來(lái)完成的。很容易從數(shù)據(jù)幀的行和列中提取數(shù)據(jù)，但是在某些情況下，我們需要的數(shù)據(jù)幀格式與我們接收數(shù)據(jù)幀的格式不同。 R 語(yǔ)言具有許多功能，在數(shù)據(jù)幀中拆分，合并和將行更改為列，反之亦然。

于數(shù)據(jù)幀中加入列和行

我們可以使用 cbind() 函數(shù)連接多個(gè)向量來(lái)創(chuàng)建數(shù)據(jù)幀。此外，我們可以使用 rbind() 函數(shù)合并兩個(gè)數(shù)據(jù)幀。

# Create vector objects.
city <- c("Tampa","Seattle","Hartford","Denver")
state <- c("FL","WA","CT","CO")
zipcode <- c(33602,98104,06161,80294)

# Combine above three vectors into one data frame.
addresses <- cbind(city,state,zipcode)

# Print a header.
cat("# # # # The First data frame
") 

# Print the data frame.
print(addresses)

# Create another data frame with similar columns
new.address <- data.frame(
  city = c("Lowry","Charlotte"),
  state = c("CO","FL"),
  zipcode = c("80230","33949"),
  stringsAsFactors = FALSE
)

# Print a header.
cat("# # # The Second data frame
") 

# Print the data frame.
print(new.address)

# Combine rows form both the data frames.
all.addresses <- rbind(addresses,new.address)

# Print a header.
cat("# # # The combined data frame
") 

# Print the result.
print(all.addresses)

當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -

# # # # The First data frame
   city    state zipcode
[1,] "Tampa"  "FL" "33602"
[2,] "Seattle" "WA" "98104"
[3,] "Hartford" "CT"  "6161" 
[4,] "Denver"  "CO" "80294"

# # # The Second data frame
    city    state  zipcode
1   Lowry   CO   80230
2   Charlotte FL   33949

# # # The combined data frame
    city   state zipcode
1   Tampa   FL  33602
2   Seattle  WA  98104
3   Hartford CT   6161
4   Denver  CO  80294
5   Lowry   CO  80230
6   Charlotte FL  33949

合并數(shù)據(jù)幀

我們可以使用 merge() 函數(shù)合并兩個(gè)數(shù)據(jù)幀。數(shù)據(jù)幀必須具有相同的列名稱，在其上進(jìn)行合并。

在下面的例子中，我們考慮 library 名稱“MASS”中有關(guān) Pima Indian Women 的糖尿病的數(shù)據(jù)集。我們基于血壓（“bp”）和體重指數(shù)（“bmi”）的值合并兩個(gè)數(shù)據(jù)集。在選擇這兩列用于合并時(shí)，其中這兩個(gè)變量的值在兩個(gè)數(shù)據(jù)集中匹配的記錄被組合在一起以形成單個(gè)數(shù)據(jù)幀。

library(MASS)
merged.Pima <- merge(x = Pima.te, y = Pima.tr,
  by.x = c("bp", "bmi"),
  by.y = c("bp", "bmi")
)
print(merged.Pima)
nrow(merged.Pima)

當(dāng)我們執(zhí)行上面的代碼，它產(chǎn)生以下結(jié)果 -

  bp bmi npreg.x glu.x skin.x ped.x age.x type.x npreg.y glu.y skin.y ped.y
1 60 33.8    1  117   23 0.466  27   No    2  125   20 0.088
2 64 29.7    2  75   24 0.370  33   No    2  100   23 0.368
3 64 31.2    5  189   33 0.583  29  Yes    3  158   13 0.295
4 64 33.2    4  117   27 0.230  24   No    1  96   27 0.289
5 66 38.1    3  115   39 0.150  28   No    1  114   36 0.289
6 68 38.5    2  100   25 0.324  26   No    7  129   49 0.439
7 70 27.4    1  116   28 0.204  21   No    0  124   20 0.254
8 70 33.1    4  91   32 0.446  22   No    9  123   44 0.374
9 70 35.4    9  124   33 0.282  34   No    6  134   23 0.542
10 72 25.6    1  157   21 0.123  24   No    4  99   17 0.294
11 72 37.7    5  95   33 0.370  27   No    6  103   32 0.324
12 74 25.9    9  134   33 0.460  81   No    8  126   38 0.162
13 74 25.9    1  95   21 0.673  36   No    8  126   38 0.162
14 78 27.6    5  88   30 0.258  37   No    6  125   31 0.565
15 78 27.6   10  122   31 0.512  45   No    6  125   31 0.565
16 78 39.4    2  112   50 0.175  24   No    4  112   40 0.236
17 88 34.5    1  117   24 0.403  40  Yes    4  127   11 0.598
  age.y type.y
1   31   No
2   21   No
3   24   No
4   21   No
5   21   No
6   43  Yes
7   36  Yes
8   40   No
9   29  Yes
10  28   No
11  55   No
12  39   No
13  39   No
14  49  Yes
15  49  Yes
16  38   No
17  28   No
[1] 17

有時(shí)，電子表格數(shù)據(jù)的格式很緊湊，可以給出每個(gè)主題的協(xié)變量，然后是該主題的所有觀測(cè)值。 R的建模功能需要在單個(gè)列中進(jìn)行觀察。考慮以下來(lái)自重復(fù)MRI腦測(cè)量的數(shù)據(jù)樣本

 Status  Age  V1   V2   V3  V4
   P 23646 45190 50333 55166 56271
   CC 26174 35535 38227 37911 41184
   CC 27723 25691 25712 26144 26398
   CC 27193 30949 29693 29754 30772
   CC 24370 50542 51966 54341 54273
   CC 28359 58591 58803 59435 61292
   CC 25136 45801 45389 47197 47126

在每個(gè)主題上有兩個(gè)協(xié)變量和多達(dá)四個(gè)測(cè)量值。數(shù)據(jù)從 Excel 導(dǎo)出為 mr.csv 文件。

我們可以使用堆棧來(lái)幫助操縱這些數(shù)據(jù)以給出單個(gè)響應(yīng)。

zz <- read.csv("mr.csv", strip.white = TRUE)
zzz <- cbind(zz[gl(nrow(zz), 1, 4*nrow(zz)), 1:2], stack(zz[, 3:6]))

結(jié)果為：

   Status  Age values ind
X1     P 23646 45190 V1
X2    CC 26174 35535 V1
X3    CC 27723 25691 V1
X4    CC 27193 30949 V1
X5    CC 24370 50542 V1
X6    CC 28359 58591 V1
X7    CC 25136 45801 V1
X11    P 23646 50333 V2
...

函數(shù)unstack的方向相反，可能對(duì)導(dǎo)出數(shù)據(jù)很有用。

另一種方法是使用函數(shù)重塑

> reshape(zz, idvar="id",timevar="var",
 varying=list(c("V1","V2","V3","V4")),direction="long")
  Status  Age var  V1 id
1.1   P 23646  1 45190 1
2.1   CC 26174  1 35535 2
3.1   CC 27723  1 25691 3
4.1   CC 27193  1 30949 4
5.1   CC 24370  1 50542 5
6.1   CC 28359  1 58591 6
7.1   CC 25136  1 45801 7
1.2   P 23646  2 50333 1
2.2   CC 26174  2 38227 2
...

重塑函數(shù)的語(yǔ)法比堆棧更復(fù)雜，但可以用于“l(fā)ong”表單中不止一列的數(shù)據(jù)。如果方向=“寬”，重塑還可以執(zhí)行相反的轉(zhuǎn)換。

到此這篇關(guān)于R語(yǔ)言數(shù)據(jù)重塑知識(shí)點(diǎn)總結(jié)的文章就介紹到這了,更多相關(guān)R語(yǔ)言數(shù)據(jù)重塑內(nèi)容請(qǐng)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！

您可能感興趣的文章: