R语言实战学习笔记（三）基本数据管理

3 基本数据管理

3.1 创建新变量

在一个数据框里面加入新的变量的方法有三种，第一种是直接$引用添加，一种是用attach()detach()，第三种是用transform()函数。具体例子如下：

#mydata里面已经存在x1和x2两个变量
#方法一
mydata$sumx<-mydata$x1+mydata$x2
mydata$meanx<-(mydata$x1+mydata$x2)/2
#方法二
attach(mydata)
mydata$sumx<-x1+x2
mydata$meanx<-(x1+x2)/2
detach(mydata)
#方法三
mydata<-transform(mydata,
                  sumx<-x1+x2,
                  meanx<-(x1+x2)/2)

3.2 变量的重编码

重编码就是根据现有的变量创建新的变量，比如将连续型变量修改为一组类别，将误编码替换正确，通常的表示方法是，variable[condition] <- expression具体l例子如下：

#原数据框中，有age，无agecat
leadership$agecat[leadership$age>75] <- "elder"
leadership$agecat[leadership$age>=55&leadership$age<=75] <- "middle aged"
leadership$agecat[leadership$age<55] <- "young"

这段代码，可以简写为

leadership <- within(leadership,{
                     agecat <- NA
                     agecat[age>75] <- "elder"
                     agecat[age>=55&age<75] <- "middle aged"
                     agecat[age<55] <- "young"})

3.3 变量的重命名

重命名的方法有，用fix()交互编辑，用names(leadership)[2] <- “testdata”，将leadership里的第二个变量名称改为testdata

3.4 缺失值

缺失值用符号NA表示，可以用函数is.na()来进行判断，返回TRUE或者FALSE，注意，无限或者不可能出现的值用NaN表示，判断函数是is.infinite()或者is,nan()。
在计算中，很多函数可以移除NA，比如sum函数，在参数中添加na.rm=TRUE即可得到移除了NA之后的总数，除此之外，可以用na.omit()移除含有NA的行。

3.5 日期

日期通常用as.Date(x,“input_format”)来进行转换，x为数据，后面为格式，默认是输入格式为yyyy-mm-dd

符号	含义
%d	数字表示的日期（1-31）
%a	缩写的星期名
%A	非缩写的星期名
%m	月份（00-12）
%b	缩写的月份
%B	非缩写的月份
%y	两位数的年份
%Y	四位数的年份

还有一些关于日期的函数，Sys.Date()表示获取当前的"2019-11-27"，date()表示获取当前的"Wed Nov 27 16:32:01 2019"。对于已经得到了的日期，可以用format函数来读取日期中指定的数据，例如：

> today <- Sys.Date()
> format(today, format="%B/%d/%Y")
[1] "November/27/2019"
> format(today, format="%A")
[1] "Wednesday"

日期可以直接加减，得到的是相差的天数，另外还可以用函数difftime()来计算时间间隔，并可以以星期，天，时，分，表等方式来表示difftime(x,y,units)第一个参数表示用来去减的数，第二个参数是被减数，第三个参数是时间间隔显示的方式，第三个参数units可以是"auto",“secs”,“mins”,“hours”,“days”,“weeks”

> today <- Sys.Date()
> dob <- as.Date("1992-11-23")
> difftime(today,dob,units="days")
Time difference of 9865 days
> difftime(today,dob,units="weeks")
Time difference of 1409.286 weeks
> difftime(today,dob,units="secs")
Time difference of 852336000 secs

3.6 类型转换

判断	转换
is.numeric() 是否数值型数据	as.numeric()
is.character() 是否字符型数据	as.character()
is.vector() 是否向量数据	as.vector()
is.matrix() 是否矩阵数据	as.matrix()
is.data.frame() 是否数据框数据	as.data.frame()
is.factor() 是否因子数据	as.factor()
is.logical() 是否逻辑型数据	as.logical()