【03 R数据转换】

一、取数据子集

数据局部图

1. 行列索引

#1到30行，所有列的数据
who1 <- who[1:30,] 

2. 使用sample()随机取数据

#有放回取x中的60个数据
x <- 1:100
sample(x,60,replace = T)


#随机选取数据框的子集

who[sample(who$CountryID,30,replace = F),]

 3. 连接数据框

data.frame(USArrests,state.division)

4. 去除重复

unique()

二、数据框的翻转

1. 整个翻转 

mtcar <- t(mtcars)

2.翻转某一列

 三、排序

sort、order、rank

sort用于向量的排序

 order返回对应值所在的位置

#按某一列中的大小排序
mtcars[order(mtcars$mpg),]

#与默认相反顺序
mtcars[order(-mtcars$mpg),]

四、计算

 apply（）

五、数据的中心化和标准化

scale(state.x77,center  = T,scale = T)

六、tidyr

数据融合

有时候我们遇到的数据是不整洁的，而tidy data要求每一列表示一个变量，每一行表示一个观测值，通过变量和观测值确定唯一数据。通过tidyr包可以实现。

以R中内置的数据集mtcars为例，该数据框是典型的tidy数据。

 取部分数据进行演示

使用gather()进行融合

 使用spread()进行拆分，一刚刚融合后的数据为例。

 七、dplyr

• 过滤数据

# 过滤出长度大于7的数据
dplyr::filter(iris,Sepal.Length>7)

• 去除重复值

dplyr::distinct(rbind(iris[1:10,],iris[1:15,]))

•  取出固定行数据

dplyr::slice(iris,10:15)

•  随机取样

#随机取出10行
dplyr::sample_n(iris,10)

• 按比例随机抽取

dplyr::sample_frac(iris,0.1)

• 排序

#按照花萼长度进行排序
dplyr::arrange(iris,Sepal.Length)

统计函数

#计算花萼的平均值
summarise(iris,avg=mean(Sepal.Length))


#计算花萼总长度
summarise(iris,avg=sum(Sepal.Length))

链式操作符 %>%

用于将一个函数的输出传递给下一个函数，作为下一个函数的输入。Rstudio中使用Ctrl+shift+M快捷键 

 mutate,新增变量

 双表格操作

左链接

右链接 

全链接，取并集