第四章 基本数据管理

4 基本数据管理

4.1一个示例（创建leadership数据框）

manager<-c(1,2,3,4,5)
data<-c("10/24/08","10/28/08","10/1/08","10/12/08","5/1/09")
country<-c("US","US","UK","UK","UK")
gender<-c("M","F","F","M","F")
age<-c(32,45,25,39,99)
q1<-c(5,3,3,3,2)
q2<-c(4,5,5,3,2)
q3<-c(5,2,5,4,1)
q4<-c(5,5,5,NA,2)
q5<-c(5,5,2,NA,1)
leadership<-data.frame(manager,data,country,gender,age,q1,q2,q3,q4,q5,stringASFactors=FALSE)

4.2 创建新变量

4.3变量的重编码

将leadship数据集中经理人的年龄变量age重编码为类别型变量

leadership within <-(leadership,{
  agecat <-NA
  agecat[age>75]<-"Elder"
  agecat[age>=55&age<=75]<-"Middle Age"
  agecat[age<55]<-"Young" })

4.4 变量的重命名

fix(leadship)#交互的方式修改变量的名称

reshape内的rename函数

ibrary(reshape)
leadership<-rename(leadership,
                   c(manage="mamanageID",data="testdata")
                   )#通过reshape库将名字更改

name()函数来重命名

names(leadship)[2]<"testdata"

4.5缺失值

> y<-c(1,2,3,NA)
> is.na(y)
[1] FALSE FALSE FALSE TRUE #检测y内是否有空值存在

4.6 在分析中排除缺失值

 x<-(1,2,3,NA)
y<-sum(x,na.rm = TRUE)#na.rm计算之前排除缺失值，并使用剩余值进行计算

　　删除不完整的数据

newdata<-na.omit(leadership)#使用na.omit 函数

4.7日期值

　　

4.8 数据类型转换

4.9 数据排序

newdata<-leadership[order(leadership$age),]#按照年龄排序

attach(leadership)
newdata<-leadership[order(gender,-age),]
detach(leadership)#性别 年龄降序排列

4.10 数据集的合并

 

4.11 数据集取子集

4.12 选入观测

attach(leadership)
newdata<-leadership[which(gender=='M'&age>30),]
detach(leadership)
newdata #挑选性别为男且年龄大于30岁的人

4.13 sunset（）函数

4.14 随机抽样

 mysample<-leadership[sample(1:nrow(leadership),3,replace=FALSE),]

　　

4.15 SQL

 

 

 

　　

 

转载于:https://www.cnblogs.com/py-Tom/p/4803835.html