99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀R語言Data Frame數(shù)據(jù)框常用操作
R語言Data Frame數(shù)據(jù)框常用操作
2017-02-20
收藏

R語言Data Frame數(shù)據(jù)框常用操作

Data Frame一般被翻譯為數(shù)據(jù)框，感覺就像是R中的表，由行和列組成，與Matrix不同的是，每個(gè)列可以是不同的數(shù)據(jù)類型，而Matrix是必須相同的。

Data Frame每一列有列名，每一行也可以指定行名。如果不指定行名，那么就是從1開始自增的Sequence來標(biāo)識每一行。

初始化

使用data.frame函數(shù)就可以初始化一個(gè)Data Frame。比如我們要初始化一個(gè)student的Data Frame其中包含ID和Name還有Gender以及Birthdate，那么代碼為：
student<-data.frame(ID=c(11,12,13),Name=c(“Devin”,”Edward”,”Wenli”),Gender=c(“M”,”M”,”F”),Birthdate=c(“1984-12-29″,”1983-5-6”,”1986-8-8”))
另外也可以使用read.table() read.csv()讀取一個(gè)文本文件，返回的也是一個(gè)Data Frame對象。讀取數(shù)據(jù)庫也是返回Data Frame對象。
查看student的內(nèi)容為：
  ID   Name Gender  Birthdate
1  11  Devin      M 1984-12-29
2  12 Edward      M   1983-5-6
3  13  Wenli      F   1986-8-8
這里只指定了列名為ID，Name，Gender和Birthdate，使用names函數(shù)可以查看列名，如果要查看行名，需要用到row.names函數(shù)。這里我們希望將ID作為行名，那么可以這樣寫：
row.names(student)<-student$ID
更簡單的辦法是在初始化date.frame的時(shí)候，有參數(shù)row.names可以設(shè)置行名的向量。

訪問元素

與Matrix一樣，使用[行Index,列Index]的格式可以訪問具體的元素。
比如訪問第一行:
student[1,]
訪問第二列：
student[,2]
使用列的Index或者列名可以選取要訪問的哪些列。比如要ID和Name，那么代碼為：
idname<-student[1:2]
或者是
idname<-student[c(“ID”,”Name”)]
如果是只訪問某一列，返回的是Vector類型的，那么可以使用[[或者$來訪問。比如我們要所有student的Name，代碼為：
name<-student[[2]] 或者name<-student[[“Name”]] 或者name<-student$Name
使用attach和detach函數(shù)可以使得訪問列時(shí)不需要總是跟著變量名在前面。
比如要打印所有Name，那么可以寫成：
attach(student) 
print(Name) 
detach(student)
還可以換一種簡潔一點(diǎn)的寫法就是用with函數(shù)：
with(student,{ 
n<-Name 
print(n) 
})
這里的n作用域只在大括號內(nèi)，如果想在with函數(shù)中對全局的變量進(jìn)行賦值，那么需要使用<<-這樣一個(gè)運(yùn)算符。

修改列數(shù)據(jù)類型

接下來我們查看該對象每列的類型，使用str(student)可以得到如下結(jié)果：
‘data.frame’:3 obs. of  4 variables:
 $ ID       : num  1 2 3
 $ Name     : Factor w/ 3 levels “Devin”,”Edward”,..: 1 2 3
 $ Gender   : Factor w/ 2 levels “F”,”M”: 2 2 1
 $ Birthdate: Factor w/ 3 levels “1983-5-6″,”1984-12-29”,..: 2 1 3
默認(rèn)情況下，字符串向量都會(huì)被自動(dòng)識別成Factor，也就是說，ID是數(shù)字類型，其他的3個(gè)列都被定義為Factor類型了。顯然這里Name應(yīng)該是字符串類型，Birthdate應(yīng)該是Date類型，我們需要對列的數(shù)據(jù)類型進(jìn)行更改：
student$Name<-as.character(student$Name) 
student$Birthdate<-as.Date(student$Birthdate)
下面我們再運(yùn)行str(student)看看修改后的結(jié)果：
‘data.frame’:3 obs. of  4 variables:
 $ ID       : num  11 12 13
 $ Name     : chr  “Devin” “Edward” “Wenli”
 $ Gender   : Factor w/ 2 levels “F”,”M”: 2 2 1
 $ Birthdate: Date, format: “1984-12-29” “1983-05-06” “1986-08-08”

添加新列

對于以及存在的student對象，我們希望增加Age列，該列是根據(jù)Birthdate算出來的。首先需要知道怎么算年齡。我們可以使用日期函數(shù)Sys.Date()獲得當(dāng)前的日期，然后使用format函數(shù)獲得年份，然后用兩個(gè)年份相減就是年齡。好像R并沒有提供幾個(gè)能用的日期函數(shù)，我們只能使用format函數(shù)取出年份部分，然后轉(zhuǎn)換為int類型相減。
student$Age<-as.integer(format(Sys.Date(),”%Y”))-as.integer(format(student$Birthdate,”%Y”))
這樣寫似乎太長了，我們可以用within函數(shù)，這個(gè)函數(shù)和之前提到過的with函數(shù)類似，可以省略變量名，不同的地方是within函數(shù)可以在其中修改變量，也就是我們這里增加Age列：
student<-within(student,{ 
Age<-as.integer(format(Sys.Date(),”%Y”))-as.integer(format(Birthdate,”%Y”)) 
})

查詢/子集

查詢一個(gè)Date Frame，返回一個(gè)滿足條件的子集，這相當(dāng)于數(shù)據(jù)庫中的表查詢，是非常常見的操作。使用行和列的Index來獲取子集是最簡單的方法，前面已經(jīng)提到過。如果我們使用布爾向量，配合which函數(shù)，可以實(shí)現(xiàn)對行的過濾。比如我們要查詢所有Gender為F的數(shù)據(jù)，那么我們首先對student$Gender==“F”，得到一個(gè)布爾向量:FALSE FALSE  TRUE,然后使用which函數(shù)可以將布爾向量中TRUE的Index返回，所以我們的完整查詢語句就是：
student[which(student$Gender==”F”),]
注意這里列Index并沒有輸入，如果我們只想知道所有女生的年齡，那么可以改為：
student[which(student$Gender==”F”),”Age”]
這樣的查詢寫法還是復(fù)雜了點(diǎn)，可以直接使用subset函數(shù)，那么查詢會(huì)簡單些，比如我們把查詢條件改為年齡<30的女性，查姓名和年齡，那么查詢語句為：
subset(student,Gender==”F” & Age<30 ,select=c(“Name”,”Age”))
使用SQL查詢Data Frame
對于我這種使用了多年SQL的人來說，如果能夠直接寫SQL語句對Data Frame進(jìn)行查詢操作，那是多么方便美妙的啊，結(jié)果還真有這么一個(gè)包：sqldf。
同樣是前面的需求，對應(yīng)的語句就是：
library(sqldf) 
result<-sqldf(“select Name,Age from student where Gender=’F’ and Age<30”)

連接/合并

對于數(shù)據(jù)庫來說，對多表進(jìn)行join查詢是一個(gè)很正常的事情，那么在R中也可以對多個(gè)Data Frame進(jìn)行連接，這就需要使用merge函數(shù)。
比如除了前面申明的student對象外，我們再申明一個(gè)score變量，記錄了每個(gè)學(xué)生的科目和成績：
score<-data.frame(SID=c(11,11,12,12,13),Course=c(“Math”,”English”,”Math”,”Chinese”,”Math”),Score=c(90,80,80,95,96))
我們看看該表的內(nèi)容：
  SID  Course Score
1  11    Math    90
2  11 English    80
3  12    Math    80
4  12 Chinese    95
5  13    Math    96
這里的SID就是Student里面的ID，相當(dāng)于一個(gè)外鍵，現(xiàn)在要用這個(gè)ID進(jìn)行inner join操作，那么對應(yīng)的R語句就是：
result<-merge(student,score,by.x=”ID”,by.y=”SID”)
我們看看merge以后的結(jié)果：
 ID   Name Gender  Birthdate Age  Course Score
1 11  Devin      M 1984-12-29  31    Math    90
2 11  Devin      M 1984-12-29  31 English    80
3 12 Edward      M 1983-05-06  32    Math    80
4 12 Edward      M 1983-05-06  32 Chinese    95
5 13  Wenli      F 1986-08-08  29    Math    96
正如我們期望的一樣join在了一起。
除了join，另外一個(gè)操作就是union，這也是數(shù)據(jù)庫常用操作，那么在R中如何將兩個(gè)列一樣的Data Frame Union聯(lián)接在一起呢？雖然R語言中有union函數(shù)，但是不是SQL的Union的意思，我們要實(shí)現(xiàn)Union功能，需要用到rbind函數(shù)。
rbind的兩個(gè)Data Frame必須有相同的列，比如我們再申明一個(gè)student2，將兩個(gè)變量rbind起來：
student2<-data.frame(ID=c(21,22),Name=c(“Yan”,”Peng”),Gender=c(“F”,”M”),Birthdate=c(“1982-2-9″,”1983-1-16”),Age=c(32,31)) 
rbind(student,student2)


數(shù)據(jù)分析咨詢請掃描二維碼

若不方便掃碼，搜微信號：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }