r语言如何求矩阵中某一列的总和
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了r语言如何求矩阵中某一列的总和相关的知识,希望对你有一定的参考价值。
设矩阵为A
方法一:colSums(A)
方法二:apply(A,2,sum)
> x<-matrix(c(1,1,2,1,2,3,4,1),4,2)
> x
[,1] [,2]
[1,] 1 2
[2,] 1 3
[3,] 2 4
[4,] 1 1
> length(which((x[,1]==1)))
[1] 3
> length(which((x[,2]==1)))
[1] 1
#x[,1]==1判断是否为1,返回True或False
# which((x[,1]==1))返回为True的行号
#length(which((x[,1]==1)))返回为True的行数,即1的个数
简正模式
矩阵在物理学中的另一类泛应用是描述线性耦合调和系统。这类系统的运动方程可以用矩阵的形式来表示,即用一个质量矩阵乘以一个广义速度来给出运动项,用力矩阵乘以位移向量来刻画相互作用。求系统的解的最优方法是将矩阵的特征向量求出(通过对角化等方式),称为系统的简正模式。
以上内容参考:百度百科-矩阵
参考技术A第一步,声明矩阵t,利用矩阵函数matrix,nrow为5,ncol为5,并打印矩阵t,如下图所示:
第二步,获取矩阵t第四列数据,可以直接使用t[,4],这样可以获取到第四列数据,如下图所示:
第三步,如果想要获取第五列数据,可以使用t[5,],如下图所示:
第四步,如果想要获取第三行和第四列交叉点的数据,使用t[3,4],如下图所示:
第五步,获取某一行的一列或两列以上的数据,使用t[1,c(3,5)],表示获取第一行和第三行、第五个交叉点的数据,如下图所示:
第六步,如果想要获取第二行、第三行和第二列的数据,利用t[c(2,3),2],如下图所示:
参考技术B 设矩阵为A方法一、
colSums(A)
方法二、
apply(A,2,sum) 参考技术C sum(a〔:,i〕)
Pandas:如何修改DataFrame中某一列的值?
写这篇博客主要是因为在修改DataFrame列值的时候经常遇到bug,但到目前还没把这种错误复现出来。
DataFrame是Pandas中的主要数据结构之一,本篇博客主要介绍如何DataFrame中某一列的值进行修改。
1 常规方法
这部分主要介绍修改DataFrame列值的常规方法。为了方便后续说明先构建如下数据:
import pandas as pd
import numpy as np
df=pd.DataFrame([['A',1],['B',2],['C',5],['D',4],['E',10],['F',13],['G',8]],
columns=['col_1','col_2'],
index=list('abcdefg'))
df结果如下:
- 使用常量修改DataFrame列的值
使用一个常量对DataFrame列中的数据进行修改时,代码举例如下:
df1=df.copy()
df1['col_1']='H'
df1.loc[['a','c','d'],'col_2']=100 #将指定索引的列值进行修改
df1.iloc[4:,-1]=200
df1的结果如下:
- 使用List\\array修改DataFrame列的值
当需要对DataFrame列中的多个值进行修改时,可以使用List或array等变量型数据来对其进行修改。具体代码如下:
df2=df.copy()
df2['col_1']=list(range(7))
df2.loc[df2.index<='d','col_2']=np.array([15,20,25,30])
df2.iloc[4:,-1]=np.array([10,5,0])
df2的结果如下:
- 使用Series/DataFrame修改DataFrame列的值
除了以上两种数据类型之外,还可以使用Series型数据来修改DataFrame列的值。但使用这种方法时,需要索引对齐,否则会出错。具体举例如下:
df3=df.copy()
df3['col_1']=pd.Series([1,2,3,4,5,6,7]) #索引不对齐时不会报错,但没有成功修改列值。
df3.loc[['a','b','c'],'col_2']=pd.Series([100,200,300],index=list('abc'))
df3.iloc[3:,-1]=pd.DataFrame([[4000],[5000],[6000],[7000]],index=list('cdef'))
其结果如下:
2. replace方法
DataFrame对象自带的方法replace()也可以实现列值的修改。该方法中的参数主要有以下几个:
参数 | 作用 |
---|---|
to_replace | 确定需要修改列值的数据。可接受的数据类型有:str, regex, list, dict, Series, int, float, or None |
value | 指定修改后的值。可接受的数据类型有:scalar, dict, list, str, regex, default None |
inplace | 是否本地置换 |
limit | 指定前后填充的最大次数 |
regex | 正则表达式符号。如果需要在to_replace中使用字符串形式的正则表达式对数据进行筛选的话,需要将其设置为True。 |
method | 填充方式。‘pad’, ‘ffill’, ‘bfill’, None |
创建如下数据,具体如下:
df=pd.DataFrame([['A','A'],['B','B'],['C',5],['D',4]],
columns=['col_1','col_2'],
index=list('abcd'))
df的结果如下:
- 对整个DataFrame中的指定数据进行替换
#A替换为aaa,B替换为bbb,4替换为100
df_1=df.replace(to_replace=['A','B',4],value=['aaa','bbb',100])
#将A替换为AAAA
df_2=df.replace(to_replace='A',value='AAAA')
#将A替换为AAAAA,5替换为2000
df_3=df.replace(to_replace="A":'AAAAA',5:2000)
其结果如下:
- 对DataFrame中的不同列指定不同的替换方式
#对于col_1列:将A替换为1,B替换为2
#对于col_2列:将A替换为100,B替换为200
df_4=df.replace("col_1":'A':1,'B':2,"col_2":"A":100,"B":200)
其结果如下:
- 使用正则表达式筛选数据
#将A\\B替换成new
df_5=df.replace(to_replace=r'[AB]',value='new',regex=True)
其结果如下:
以上是关于r语言如何求矩阵中某一列的总和的主要内容,如果未能解决你的问题,请参考以下文章
R语言中如何删除某行某列的某个数据(注:只删一个数据而不是整列整行)?如4 行 7列
R语言使用gt包和gtExtras包优雅地漂亮地显示表格数据:使用gt包可视化表格数据,使其易于阅读和理解使用gtExtras包添加一个图,显示表中某一列中的数字
R语言使用gt包和gtExtras包优雅地漂亮地显示表格数据:使用gtExtras包添加一个图,显示表中某一列中的数字并自定义表格数据显示的主题格式并自定义数值数据的格式(例如百分比)