R语言学习笔记——数据结构 & 数据框基本操作

R语言学习笔记——数据结构 & 数据框基本操作

 

参考书籍：R语言实战

 

数据结构:

1. 向量 : 用于存储数值型、字符型或逻辑型数据的一维数组
　　1.1 创建 : a <- c(1, 2, 3, 4)

　　1.2 访问 : a[1] : 1

　　　　　　　a[c(2, 4)] : 2 4 (向量a中的第二个和第四个元素)

　　　　　　　a[1:4] : 1 2 3 4 (向量a中的第一个直到第四个元素)

　　1.3 注意 : 

　　　　　　1)  单个向量中的数据必须拥有相同的类型或模式（数值型、字符型或逻辑型）
　　　　　　2) 标量是只含一个元素的向量，例如f <- 3 、 g <- "US" 和h <- TRUE。它们用于保存常量

2. 矩阵 : 矩阵是一个二维数组，只是每个元素都拥有相同的模式（数值型、字符型或逻辑型）

　　2.1 创建 : mymatrix <- matrix(vector, nrow=number_of_row, ncol=number_of_col, byrow=logical_value, dimnames=list(char_vector_rownames, 　　　　　　　　　　　　　　　　　　char_vector_colnames))

　　　　　　　其中vector包含了矩阵的元素， nrow和ncol用以指定行和列的维数， dimnames包含了可选的、以字符型向量表示的行名和列名。选项byrow则表明矩阵应当按
　　　　　　　行填充（ byrow=TRUE）还是按列填充（ byrow=FALSE），默认情况下按列填充

　　　　　　   

 

 

　　　　　　　　　　　　　　　　　　

 

　　2.2 访问 : 

 

　　　　　　　　

 

 

 

 

 

 

　　2.3 注意 : 

　　　　　　1)  矩阵都是二维的，和向量类似，矩阵中也仅能包含一种数据类型。当维度超过2时，不妨使用数组。当有多种模式的数据时，不妨使用数据框

3. 数组 : 数组（ array）与矩阵类似，但是维度可以大于2
　　3.1 创建 : myarray <- array(vector, dimensions, dimnames)

　　　　其中vector包含了数组中的数据， dimensions是一个数值型向量，给出了各个维度下标的最大值，而 dimnames 是可选的、各维度名称标签的列表

　　　　

　　3.2 访问 : 从数组中选取元素的方式与矩阵相同。上例中，元素z[1,2,3] 为15

　　3.3 注意 :

　　　　　　1) 数组中的数据也只能拥有一种模式

　　

4. 数据框 : 由于不同的列可以包含不同模式（数值型、字符型等）的数据，数据框的概念较矩阵来说更为一般。
　　4.1 创建 : data.frame(col1, col2, col3 , ...)
　　　　　　

　　4.2 访问 :  $ 

　　　　　　　　

　　　　为避免过多使用$，可用attach(),detach()和with()/within()来简化代码

　　　　1) attach()和detach() : 函数attach() 可将数据框添加到R的搜索路径中, 函数detach() 将数据框从搜索路径中移除

　　　　　　attach(dataframe)

　　　　　　#省略$的代码

　　　　　　detach(dataframe)

　　　　　　缺点 : 同名对象会被屏蔽

　　　　2) with()

　　　　　　with(dataframe, 

　　　　　　　　　　{

　　　　　　　　　　　　#省略$的代码

　　　　　　　　　　}

　　　　　　)

　　　　　　缺点 : 函数with() 的局限性在于，赋值仅在此函数的括号内生效
　　　　　　　　　如果你需要创建在with() 结构以外存在的对象，使用特殊赋值符<<-替代标准赋值符（ <-）即可，它可将对象保存到with() 之外的全局环境中。

　　　3) within()

　　　　within(dataframe,

　　　　　　{

　　　　　　　　#省略$的代码

　　　　　　}

　　　　)

　　　　函数within() 与函数with() 类似，不同的是它允许你修改数据框

5. 列表 : 列表就是一些对象（或成分，component）的有序集合
　　5.1 创建 : list(name=object1, name=object2,...)

　　5.2 访问 :

　　5.3 注意 : 

　　　　1) 由于两个原因，列表成为了R中的重要数据结构。首先，列表允许以一种简单的方式组织和重新调用不相干的信息。其次，许多R函数的运行结果都是以列表的形式返回的。需要取出其中哪些成分由分析人员决定。


数据框操作 :

1. 添加列 merge(dataframe1, datafrme2, by=c())

　　　　 cbind(df1, df2) (横向合并对象1和对象2。为了让它正常工作，每个对象必须拥有相同的行数，且要以相同顺序排序。)

2. 添加行 rbind(df1, df2)

3. 取子集　　

　　myvars <- c("q1", "q2", "q3", "q4", "q5")

　　newdata <- leadership[myvars] (即选取了五列 : q1, q2, q3, q4, q5)

4. 丢弃变量

　　myvars <- names(leadership)%in%c("q3", "q4")

　　newdata <- leadership[!myvars] (丢弃q3, q4列)

5. 选入观测

　　newdata <- leadership[1:3, ] (选择了第一到第三行的所有列)

　　newdata <- leadership[which(leadership$gender=='M' & leadership$age > 30), ]

6. subset()函数

　　newdata <- subset(leadership, age>=35 | age < 24, select = c(q1, q2, q3, q4))

　　newdata <- subset(leadership, gender == 'M' & age > 25, select=gender:q4)

转载于:https://www.cnblogs.com/zhp2016/p/6005645.html