R因子R数据框以及R数据重塑

R因子

因子用于存储不同类别的数据类型，R语言创建因子使用factor()函数，向量作为输入函数，factor()函数语法格式：

factor(x=character(),levels,labels=levels,exclude=NA,ordered=is.ordered(x),nmax=NA)

参数说明：

x：向量

levels：指定各水平值，不指定时由x的不同值来求得

labels：水平的标签，不指定时用各水平值的对应字符串

exclude：排除的字符

ordered：逻辑值，用于指定水平是否有序

nmax：水平的上限数量

因子水平标签

生成因子水平

可以使用gl()函数来生成因子水平，语法格式如下：

gl(n,k,length=n*k, labels=seq_len(n),ordered=FALSE)

 参数说明：

n：设置level的个数；

k：设置每个level重复的次数

length：设置长度

labels：设置level的值

ordered：设置是否level是排列好顺序的，布尔值。

R数据框

数据框可以理解为常用的表格

数据框是R语言的数据结构，是特殊的二维列表；

数据框每一列都有一个唯一的列名，长度都是相等的，同一列的数据类型需要一致，不同列的数据类型可以不一样。

R语言数据框使用data.frame()来创建，语法格式如下：

data.frame(..., row.names = NULL, check.rows = FALSE, check,names = TRUE, fix.empty,names = TRUE, stringAsFactors = default.stringsAsFactors())

...：列向量，可以是任何类型（字符型、数值型、逻辑型)，一般以tag=value的形式表示，也可以是value。

row.names：行名，默认为NULL，可以设置为单个数字、字符串和数字的向量。

check.rows: 检测行的名称和长度是否一致。

fix.empty.names：设置未命名的参数是否自动设置名字。

stringsAsFactor：布尔值，字符是否转换为因子，factory-fresh默认值是TRUE，可以通过设置选项来修改。

以下创建一个简单的数据框。

 数据框的结构可以用str()函数来展示：

summary()可以显示数据框的概要信息：

可以通过指定某一行的数据。

扩展数据框

剋对已有的数据框进行扩展，如下：

 

可以使用cbind()函数将多个向量合成一个数据框：

 

如果要对两个数据框合并可是使用rbind()函数

R数据重塑

合并数据框

R语言合并数据框使用merge()函数

merge()函数语法格式如下：

#S3方法

merge(x,y,...)

#data.frame的S3方法

merge(x,y,by=intersect(names(x),names(y)),

by.x=by,by.y=by,all=FALSE,all.x=all,all.y=all,

sort=TRUE,suffixes=c(".x",".y"),no.dups=TRUE,

incomparables=NULL,...) 

常用参数说明：

by,by.x,by.y：指定两个数据框中匹配列名称，默认情况下使用两个数据框中相同列名称

x,y:数据框

all:逻辑值，all=L和all.y=L的简写，L可以是TRUE和FALSE

all.x:逻辑值，默认为FALSE，如果为TRUE，显示x中匹配的行，即便y中没有与之对应匹配的行，y中没有匹配的行用NA来表示

all.y：逻辑值，默认为FALSE，如果为TRUE，显示ｙ中匹配的行，即便ｘ中没有与之对应的行，ｘ中没有与之匹配的行用NA表示

sort：逻辑值，是否对列进行排序

merge（）函数与MySQL的JOIN函数比较相似。

 

数据整合和拆分

R语言使用melt（）和cast（）函数来对数据进行整合和拆分。

melt（）：宽格式数据转化成长格式。

cast（）：长格式数据转化成宽格式。

melt（）函数将数据的每一个堆叠到一个列中。

进行操作之前，需要安装依赖包，MASS。