R中的数据重塑函数

Posted 2020-10-13 一周一paper，一周一技术

1.去除重复数据

函数：duplicated(x, incomparables = FALSE, MARGIN = 1,fromLast = FALSE, ...)，返回一个布尔值向量，重复数据的第一个为FALSE，其他为TRUE。

x可以是vector或data.frame。为data.frame时，数据的基本单位是行。

 

2.*apply系列

2.1以行或列为单位向函数传递参数：apply(X, MARGIN, FUN, ...)，返回一个结果向量。

x是数据，可以是矩阵，数据框。margin是维度，在矩阵或数据框中，1表示行，2表示列。FUN是指定的函数。

 

2.2对vector，list的所有元素进行同样操作：lapply（X, FUN, ...,），返回一个等长度的list

x: vector 或list，其他对象会被转换为list（as.list）

fun:对每个元素进行操作的函数

2.3  对vector，matrix，data.frame内的元素进行同样处理，sapply(X, FUN, ..., simplify = TRUE, USE.NAMES = TRUE),返回一个vector或matrix或list。

参数：

x是vector或matrix，返回vector。x是data.frame，返回matrix

simplify:结果是否简化为vector。TRUE,返回一个vector或matrix。FALSE,返回一个list。

USE.NAMES:T/F,输出的list是否需要colnames。

 

2.4 按列1分组，然后把列2作为参数传递给函数：tapply(x,index,fun,..,simplify)

x:要处理的数据列

index：要分组的数据列，要转换成factor

fun：对每组数据进行处理的函数

simplify：TRUE,返回array。FALSE,返回list

注意：tapply会自动把index的内容进行as.factor()

 

3.pylr包和dpylr包

 

 

4.把数据分组，然后用指定函数对每组进行统计操作。

函数：aggregate(x，by，fun），返回一个结果数据框。

x是数据框数据。by是按什么分类的list。fun是指定的函数，接受每类的列元素。

 

 

5.因子出现的频数

函数：table(...,exclude = if (useNA == "no") c(NA, NaN),useNA = c("no", "ifany", "always"),dnn = list.names(...), deparse.level = 1)，返回一个table数据。

...：因子数据

exclude：不纳入统计的因子

 

 

6.reshape2包

函数：melt(data, ..., na.rm = FALSE, value.name = "value")

data,要融合的数据。

by,要保留的数据列。一般说来是指能唯一确定每个测量所需的变量。

 

重铸melt数据，函数：dcast(data, formula, fun.aggregate = NULL, ..., margins = NULL,subset = NULL, fill = NULL, drop = TRUE,value.var = guess_value(data))

data,融合数据

formula，想要的最后结果。

fun.aggregate，数据整合函数。

 

其他：一些有用的小函数

函数	t（）	replicate()
用途	转置矩阵和数据框	重复调用多次函数
用法	t(matrix or df)	replicate((n, expr, simplify = "array")
返回	矩阵	向量

 

参考：

http://blog.sina.com.cn/s/blog_6caea8bf0100xkpg.html