R类型5 R语言 数据帧

Posted 克维拉

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类型5 R语言 数据帧相关的知识,希望对你有一定的参考价值。

R语言数据帧

1特点//

表或二维阵列状结构

每一列包含一个变量的值, 列名称应为非空。

存储在数据帧中的数据可以是数字,因子或字符类型。

每个列应包含相同数量的数据项

2创建数据帧

# Create the data frame.

emp.data <- data.frame(

   emp_id = c (1:5), 

   emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),

   salary = c(623.3,515.2,611.0,729.0,843.25), 

   

   start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",

      "2015-03-27")),

   stringsAsFactors = FALSE

)

# Print the data frame.

print(emp.data) 

当我们执行上面的代码,它产生以下结果 -

 emp_id    emp_name     salary     start_date

1     1     Rick        623.30     2012-01-01

2     2     Dan         515.20     2013-09-23

3     3     Michelle    611.00     2014-11-15

4     4     Ryan        729.00     2014-05-11

5     5     Gary        843.25     2015-03-27

3获取数据帧的结构//通过使用str()函数可以看到数据帧的结构。

str(emp.data)

当我们执行上面的代码,它产生以下结果 -

‘data.frame‘:   5 obs. of  4 variables:

 $ emp_id    : int  1 2 3 4 5

 $ emp_name  : chr  "Rick" "Dan" "Michelle" "Ryan" ...

 $ salary    : num  623 515 611 729 843

 $ start_date: Date, format: "2012-01-01" "2013-09-23" "2014-11-15" "2014-05-11" ...

4数据框中的数据摘要//可以通过应用summary()函数获取数据的统计摘要和性质

print(summary(emp.data)) 

     emp_id    emp_name             salary        start_date        

 Min.   :1   Length:5           Min.   :515.2   Min.   :2012-01-01  

 1st Qu.:2   Class :character   1st Qu.:611.0   1st Qu.:2013-09-23  

 Median :3   Mode  :character   Median :623.3   Median :2014-05-11  

 Mean   :3                      Mean   :664.4   Mean   :2014-01-14  

 3rd Qu.:4                      3rd Qu.:729.0   3rd Qu.:2014-11-15  

 Max.   :5                      Max.   :843.2   Max.   :2015-03-27 

5从数据帧提取数据

result <- data.frame(emp.data$emp_name,emp.data$salary)//这里获取

print(result)

当我们执行上面的代码,它产生以下结果 -

  emp.data.emp_name emp.data.salary

1              Rick          623.30

2               Dan          515.20

3          Michelle          611.00

4              Ryan          729.00

5              Gary          843.25

 

提取所有列

result <- emp.data[1:2,]

print(result)

  emp_id    emp_name   salary    start_date

1      1     Rick      623.3     2012-01-01

2      2     Dan       515.2     2013-09-23

用第2和第4列提取第3和第5行

result <- emp.data[c(3,5),c(2,4)]

print(result)

当我们执行上面的代码,它产生以下结果 -

  emp_name start_date

3 Michelle 2014-11-15

5     Gary 2015-03-27

6扩展数据帧

可以通过添加列和行来扩展数据帧。

1添加列

只需使用新的列名称添加列向量。

emp.data$dept <- c("IT","Operations","IT","HR","Finance")  //添加新的列 dept

v <- emp.data

print(v)

当我们执行上面的代码,它产生以下结果 -

  emp_id   emp_name    salary    start_date       dept

1     1    Rick        623.30    2012-01-01       IT

2     2    Dan         515.20    2013-09-23       Operations

3     3    Michelle    611.00    2014-11-15       IT

4     4    Ryan        729.00    2014-05-11       HR

5     5    Gary        843.25    2015-03-27       Finance

2添加行

要将更多行永久添加到现有数据帧,我们需要引入与现有数据帧相同结构的新行,并使用rbind()函数

貌似像两个数据帧合并

# Create the first data frame.

emp.data <- data.frame(

   emp_id = c (1:5), 

   emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),

   salary = c(623.3,515.2,611.0,729.0,843.25), 

   

   start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",

      "2015-03-27")),

   dept = c("IT","Operations","IT","HR","Finance"),

   stringsAsFactors = FALSE

)

 

# Create the second data frame

emp.newdata <- data.frame(

   emp_id = c (6:8), 

   emp_name = c("Rasmi","Pranab","Tusar"),

   salary = c(578.0,722.5,632.8), 

   start_date = as.Date(c("2013-05-21","2013-07-30","2014-06-17")),

   dept = c("IT","Operations","Fianance"),

   stringsAsFactors = FALSE

)

# Bind the two data frames.

emp.finaldata <- rbind(emp.data,emp.newdata) //添加新的行,貌似就是合并

print(emp.finaldata)

当我们执行上面的代码,它产生以下结果 -

  emp_id     emp_name    salary     start_date       dept

1      1     Rick        623.30     2012-01-01       IT

2      2     Dan         515.20     2013-09-23       Operations

3      3     Michelle    611.00     2014-11-15       IT

4      4     Ryan        729.00     2014-05-11       HR

5      5     Gary        843.25     2015-03-27       Finance

6      6     Rasmi       578.00     2013-05-21       IT

7      7     Pranab      722.50     2013-07-30       Operations

8      8     Tusar       632.80     2014-06-17       Fianance

以上是关于R类型5 R语言 数据帧的主要内容,如果未能解决你的问题,请参考以下文章

R语言 数据帧

R语言--变量与数据类型

R语言 数据重塑

5分钟学习R语言的数据类型及表格读写

R语言-数据类型与运算符

R语言笔记 数据的类型转换