R语言 data.frame()命令的使用说明

同expand.grid() 一样，data.frame() 也是一个生产数据框的命令

不同的是，两者产生的结果，要求不一样

data.frame() 的命令，如

data.frame(x=c(1:4),m=c(10,20,30),n=c(5:16))

  x m n
1 1 10 5
2 2 20 6
3 3 30 7
4 4 10 8
5 1 20 9
6 2 30 10
7 3 10 11
8 4 20 12
9 1 30 13
10 2 10 14
11 3 20 15
12 4 30 16

其中，对于x,m,n所包含的个数是有限制的

具体表现在三者或者更多所包含的个数这些数值【x(4),m(3),n(12)】的最小公倍数为其中一个（最大的那个数）

结果的排列也是不一样的

首先，行数为最多那组含有的数的个数

所有的循环均为依次循环，不像expand.grid()中的后面的还需要先重复之后再循环

补充：R 语言处理excel为data.frame

使用 R包 xlsx 或者 openxlsx

安装

install.packages("xlsx", repos="https://cloud.r-project.org/")
install.packages("openxlsx", repos="https://cloud.r-project.org/")

使用

文件名+sheet的序号读取指定sheet的内容

data <- read.xlsx("Lipstick.xlsx", sheet = 1) # 读取excel
View(data)
## data 为 data.frame
# 读取 table 分隔的文本文件
data = read.table(file.txt, sep="\t", header=T);

访问 data.frame 的元素

查看列名 colnames(data)

查看行名 rownames(data)

提取指定行

data[2,] 提取第二行

提取指定列

data[c("列名1", "列名2", "列名3")] 

data[2] 提取第二列

data[2:4] 提取第2-4列

如果只访问1列，返回的是 vector 类型，可以使用 [[ ]] 或者 $ 来访问 data[[2]] 或者 data$列名

默认情况下，字符串向量会被自动识别成 Factor

向 data.frame 中添加新列 新添加的列的行数要和表中的列的行数相同

data$新列名 <- 数据
data$新列名 <- as.integer(format(Sys.Date(), "%Y")) - as .integer(format(sutdent$birthday, "%Y"))

查询/子集

查询一个data.frame，返回一个满足条件的子集，这相当于数据库中的表查询，是非常常见的操作。

使用行和列的index来获取子集是最简单的方法，详情见前面。

当然也可以使用布尔向量，配合which函数来实现对行的过滤。

比如我们要查询所有Gender为F的数据，那么我们首先通过student$Gender=="F" 得到一个布尔向量：FALSE FALSE ... TRUE，然后使用 which 函数可以将布尔向量中的TRUE的index返回，完整语句如下

student[which(student$Gender=="F")] 

如果我们想知道所有女生的年龄，

student[which(student$Gender=="F")， "Age"]

另外可以直接使用 subset() 函数，比如把查询年龄改为 <30 的女性，查询姓名和年龄，如下

subset(student, Gender=="F" & Age < 30, select=c("Name", "Age"))

使用SQL查询 Data Frame 使用 sqldf 包

library(sqldf)
result <- sqldf("select Name, Age from student where Gender='F' and Age > 30")

连接/合并

对于数据库来说，对多表进行 join 查询是一个很正常的事，在R中也可以对多个 Data.frame 进行连接，需要使用 merge() 函数

result <- merge(student,score,by.x="ID",by.y="SID")

使用 rbind() 函数 rbind 的两个 Data frame 必须有相同的列

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。如有错误或未考虑完全的地方，望不吝赐教。

最新评论