
作者:丁點(diǎn)helper
來(lái)源:丁點(diǎn)幫你
回憶一下上一講用到的例子:
輸入數(shù)據(jù)的代碼在上一講詳細(xì)講解過(guò),這里總結(jié)如下:
age <- c(25, 34, 59, 60, 20) #患者年齡type <- c(1, 2, 2, 2, 1) #糖尿病類(lèi)型status <- c("poor", "improved", "excellent", "poor", "excellent") #病情comorbidity<- c(TRUE, FALSE, FALSE, TRUE, FALSE) #出現(xiàn)并發(fā)癥
age、type、status、comorbidity中分別僅有一種數(shù)據(jù)類(lèi)型,它們都是向量。本文介紹生成向量之后,如何對(duì)其進(jìn)行簡(jiǎn)單的操作。
1. 查看與改變向量的數(shù)據(jù)類(lèi)型
看到一個(gè)向量,首先要搞清楚其中包含的數(shù)據(jù)類(lèi)型。就本例而言,從表面看也很容易區(qū)分,但實(shí)際上一項(xiàng)統(tǒng)計(jì)分析工作用到的向量可能很多,用函數(shù)class()可以快速知曉某向量的數(shù)據(jù)類(lèi)型,例如:
class(age) [1] "numeric"class(type) [1] "numeric"class(status) [1] "character"class(comorbidity)[1] "logical"
不同類(lèi)型的數(shù)據(jù)可以根據(jù)需要互相轉(zhuǎn)換,用as.目標(biāo)數(shù)據(jù)類(lèi)型()函數(shù):
as.numeric() #將括號(hào)中的內(nèi)容轉(zhuǎn)變?yōu)閿?shù)值型數(shù)據(jù) as.character() #轉(zhuǎn)變?yōu)樽址蚢s.logical() #轉(zhuǎn)變?yōu)檫壿嬓蚢s.factor() #轉(zhuǎn)變?yōu)橐蜃有?/pre>所以也可用as.character()將type中的數(shù)值型數(shù)據(jù)轉(zhuǎn)變?yōu)樽址停?
type[1] 1 2 2 2 1class(type) [1] "numeric" type <- as.character(type) # 注意要將新的結(jié)果賦值給typetype[1] "1" "2" "2" "2" "1"class(type)[1] "character"之前講過(guò),將定性變量(即分類(lèi)變量)以因子的形式輸入會(huì)有助于后續(xù)的統(tǒng)計(jì)分析工作,factor()這個(gè)函數(shù)可以幫我們把數(shù)據(jù)轉(zhuǎn)變?yōu)橐蜃有停?
type <- c(1, 2, 2, 2, 1) type <- factor(type) type[1] 1 2 2 2 1 Levels: 1 2class(type)[1] "factor"用1和2這樣的阿拉伯?dāng)?shù)字其實(shí)不太利于準(zhǔn)確地表達(dá)數(shù)據(jù)內(nèi)容,可以給原來(lái)的1和2加上標(biāo)簽:
type <- factor(type, levels = c("1", "2"), labels = c("Type 1", "Type 2")) type[1] Type 1 Type 2 Type 2 Type 2 Type 1 Levels: Type 1 Type 2所以在輸入定性變量(分類(lèi)變量)時(shí)可以采用這種簡(jiǎn)便方法。
再看另一個(gè)例子:
status[1] "poor" "improved" "excellent" "poor" "excellent" status <- factor(status)status[1] poor improved excellent poor excellentLevels: excellent improved poorclass(status)[1] "factor"由于status是一個(gè)有序分類(lèi)變量,所以在轉(zhuǎn)變?yōu)橐蜃訒r(shí)還應(yīng)體現(xiàn)其順序:
status <- factor(status, levels = c('poor', 'improved','excellent'),ordered = TRUE) status[1] poor improved excellent poor excellentLevels: poor < improved < excellent這里的順序是根據(jù)levels這個(gè)命令中的內(nèi)容生成的,可自行調(diào)整levels命令中的順序:status <- factor(status, levels = c('excellent','improved' ,'poor'),ordered = TRUE) status[1] poor improved excellent poor excellentLevels: excellent < improved < poor2. 向量中的數(shù)據(jù)定位
以age這個(gè)向量為例:
age <- c(25, 34, 59, 60, 20) age [1] 25 34 59 60 20輸出向量中排在第3位的數(shù)據(jù):
age[3] [1] 59輸出排在1,2,5位的數(shù)據(jù):
age[c(1,2,5)] [1] 25 34 20輸出1至3位的數(shù)據(jù):
age[c(1:3)] [1] 25 34 593. 向量中的數(shù)據(jù)計(jì)算
以age這個(gè)向量為例:
age <- c(25, 34, 59, 60, 20) # 仍以age為例age [1] 25 34 59 60 20 age+4 # 給向量中每個(gè)數(shù)都加4 [1] 29 38 63 64 24 sqrt(age) # 求平方根 [1] 5.000000 5.830952 7.681146 7.745967 4.472136 sort(age) # 給數(shù)據(jù)從低到高排序 [1] 20 25 34 59 60 sort(age, decreasing =T) # 給數(shù)據(jù)從高到低排序 [1] 60 59 34 25 20 age2 <- c(20,30,40,50,60) # 再生成一個(gè)向量 age+age2 # 將兩向量中的元素相加 [1] 45 64 99 110 804. 生成特定形式的向量
生成重復(fù)數(shù)據(jù)。用rep(x, ……),x表示要重復(fù)的內(nèi)容。
rep(1,times=5) #times表示重復(fù)的次數(shù) [1] 1 1 1 1 1 rep(c(1,2),4) #times這個(gè)表達(dá)可以省略 [1] 1 2 1 2 1 2 1 2 rep(c(1,2),each=4) #each也是針對(duì)重復(fù)次數(shù)的命令 [1] 1 1 1 1 2 2 2 2特定間隔的數(shù)據(jù)。用seq(from,to,by)這個(gè)函數(shù),from為起始值,to為終止值,by為數(shù)據(jù)之間的間隔。
seq(1,100,19) #from,to,by都可以省略 [1] 1 20 39 58 77 96 seq(1,10) #如果不指定by的內(nèi)容,則默認(rèn)為1 [1] 1 2 3 4 5 6 7 8 9 10下一篇介紹數(shù)據(jù)框的相關(guān)操作。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類(lèi)分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場(chǎng)景中,聚類(lèi)分析作為 “無(wú)監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡(jiǎn)單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10