R語(yǔ)言的Dataframe常用操作使用
上節(jié)我們簡(jiǎn)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(yǔ)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(gè)。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(yǔ)言的一個(gè)表格，應(yīng)該既有行名也有列名才對(duì)，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(shí)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?jiǎng)?chuàng)建一個(gè)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(gè)表格的一種數(shù)據(jù)結(jié)構(gòu)，細(xì)心的朋友會(huì)發(fā)現(xiàn)，這個(gè)數(shù)據(jù)框怎么跟上節(jié)我們講過的矩陣長(zhǎng)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(shí)，從長(zhǎng)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(wú)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(jì)中，我們需要有各種各樣類型的數(shù)據(jù)，就拿簡(jiǎn)單的成績(jī)單來說，就包含了“姓名”，“學(xué)號(hào)”，“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(jì)算中。說歸說，我們來實(shí)際創(chuàng)建一個(gè)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(yǔ)","英語(yǔ)","英語(yǔ)")
> scores <- c(87,98,93)
> Result <- data.frame(StudentID,names,subjects,scores)
> Result
StudentID names subjects scores
1 2014 小明 英語(yǔ) 87
2 2015 小紅 英語(yǔ) 98
3 2016 小蘭 英語(yǔ) 93
由上可見，當(dāng)沒有給數(shù)據(jù)框指定行名的時(shí)候，系統(tǒng)會(huì)默認(rèn)從1開始給每行一個(gè)行號(hào)，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(shí)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(shí)，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(yǔ) 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(hào)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(yǔ) 87
2 2015 小紅 英語(yǔ) 98
3 2016 小蘭 英語(yǔ) 93
> Result[1:3] #訪問1-3列
StudentID names subjects
1 2014 小明 英語(yǔ)
2 2015 小紅 英語(yǔ)
3 2016 小蘭 英語(yǔ)
> 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(yǔ) 87
3 2016 小蘭 英語(yǔ) 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(duì)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(shí)候給我們帶來不必要的麻煩，比如我要計(jì)算成績(jī)平均值，帶上列名Score會(huì)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(kù)元素時(shí)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$age<-c(12,14,13) #添加age列 > Result StudentID names subjects scores age 1 2014 小明 英語(yǔ) 87 12 2 2015 小紅 英語(yǔ) 98 14 3 2016 小蘭 英語(yǔ) 93 13 > Result2 <- Result[-2] #刪除name列 > Result2 StudentID subjects scores age 1 2014 英語(yǔ) 87 12 2 2015 英語(yǔ) 98 14 3 2016 英語(yǔ) 93 13
如果我需要查詢成績(jī)等于98的學(xué)生的信息該怎么辦呢？
> Result[which(Result$scores==98),] StudentID names subjects scores age 2 2015 小紅 英語(yǔ) 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(gè)變量是否為***類型，用as.***( )則將某個(gè)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(jiǎn)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(hào) ]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(jì)算分析，因?yàn)樽x取的數(shù)據(jù)帶有“行名/列名”，這個(gè)為字符型變量。有的人會(huì)問，我在創(chuàng)建數(shù)據(jù)框的時(shí)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(shí)候，會(huì)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(shí)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(shí)，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(yǔ)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(yǔ)言 Dataframe常用操作內(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！
相關(guān)文章
這篇文章主要介紹了R語(yǔ)言 實(shí)現(xiàn)矩陣相乘100次的操作，具有很好的參考價(jià)值，希望對(duì)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(yǔ)言變量賦值深入講解，內(nèi)容講解的很清晰，有感興趣的可以學(xué)習(xí)下2021-03-03
這篇文章主要介紹了R語(yǔ)言 出現(xiàn)矩陣/缺失值的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-03-03
這篇文章主要介紹了R語(yǔ)言實(shí)現(xiàn)保留大于或小于特定數(shù)值的行操作，具有很好的參考價(jià)值，希望對(duì)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用R語(yǔ)言繪制ROC曲線的實(shí)例講解，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
Rstudio中安裝package出現(xiàn)的問題及解決
這篇文章主要介紹了Rstudio中安裝package出現(xiàn)的問題及解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
vscode配置R語(yǔ)言debugger環(huán)境:'vscDebugger"的安裝方法
在R中安裝vscDebugger包可以通過兩種方法：第一種是使用Visual Studio Code的命令面板自動(dòng)安裝,操作簡(jiǎn)便,第二種是手動(dòng)在R控制臺(tái)中安裝,這兩種方法都可以有效地安裝vscDebugger包,進(jìn)而幫助用戶在R語(yǔ)言中進(jìn)行代碼調(diào)試,更多詳細(xì)步驟和信息可以參考相關(guān)教程或文章2024-10-10
這篇文章主要介紹了R語(yǔ)言 UTF-8各種問題的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
R語(yǔ)言中其它對(duì)象知識(shí)點(diǎn)總結(jié)
在本篇文章里小編給大家分享的是一篇關(guān)于R語(yǔ)言中其它對(duì)象知識(shí)點(diǎn)總結(jié)內(nèi)容，有需要的朋友們可以學(xué)習(xí)下。2021-03-03
這篇文章主要介紹了R語(yǔ)言入門之安裝R和Rstuido軟件，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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