day-2021-04-27—R语言基本的数据管理

R语言基本的数据管理

一、变量管理

• 创建变量

  x1 <- c(1:4)
  x2 <- c(4:7)
  sum <- data.frame(x1, x2)
  
  sumData <- sum$x1 +sum$x2
  sumData
  
  sum$mySum <- sum$x1 +sum$x2
  sum
  
  sum$myMean <- (sum$x1 +sum$x2)/2
  sum
  

• 变量重编码

  View(iris)
  irisData <- iris
  irisData$Sepal.Length[irisData$Sepal.Length < 5] <- "垃圾花"
  irisData$Petal.Width[irisData$Petal.Width <=2] <- "小花"
  irisData$Petal.Width[irisData$Petal.Width >=3 & irisData$Petal.Width <=4] <- "中花"
  irisData$Petal.Width[irisData$Petal.Width >=5] <- "大花"
  View(irisData)
  

• 重命名

  fix(irisData)  # 通过可视化，对字段进行重命名
  
  names(irisData)[2] <- "width"  # 通过函数进行重命名
  

二、处理缺失值

• is.na()：判断是否为空

  x <- c(1, 3, 45, NA)  # 参考案例
  is.na(x)  # 判断是否有空值，返回值为true、false，是空返回true，否则相反
  
  
  # 其他运用
  View(iris)
  irisData <- iris
  irisData$Sepal.Length[irisData$Sepal.Length <= 4.6] <- NA
  View(irisData)
  irisData[4, 1]
  is.na(irisData[4, 1])  判断第4行第1列是否为空
  

• 删除空值(缺失值)

  # na.rm：删除空值
  datax <- sum(x, na.rm = TRUE)  # 删除缺失值，并求和
  datax
  
  
  na.omit：删除含空值的整行
  irisData <- iris
  irisData$Sepal.Length[irisData$Sepal.Length <= 4.6] <- NA
  irisData_notNa <- na.omit(irisData)  # 删除带空值的整行
  View(irisData_notNa)
  

三、日期值使用

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4mIC5gFn-1620140156078)(D:\大数据专业工具存放\Typora\Typora图片存放\image-20210428163752628.png)]

• as.Date：将数据转为日期型

  mydate <- as.Date("2021-04-027")  # 将字符类型转为日期型
  mydate
  
  mydate <- c("04/27/2021", "04/27/2021")  # 参考数据
  mydate1 <- as.Date(mydate, "%m/%d/%Y")  # 将mydate向量以对应的属性进行数据转换，属性参考上图
  mydate1
  

• Sys.Date：获取当前日期

  today <- Sys.Date()
  today
  

• format()：修改日期格式

  format(today, format("%Y"))  # 获取today的年份
  days <- Sys.Date() - 10  # 对年份进行运算
  days
  

四、数据类型判断及转换

• [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tq0HkwNw-1620140156081)(D:\大数据专业工具存放\Typora\Typora图片存放\image-20210428163939794.png)]

• 判断类型

  a <- c(2, 3, 4)
  is.numeric(a)  # 判断是否为数值型， 返回类型为true、false，为对应的类型返回true，否则相反
  is.vector(a)  # 判断是否为向量，为对应的类型返回true，否则相反
  is.character(a)  # 判断是否为字符型，为对应的类型返回true，否则相反
  

• 转换类型

  a <- c(2, 3, 4)
  b <- as.character(a)  # 将数据类型转为字符型
  is.character(b)  # 判断是否为字符型，为对应的类型返回true，否则相反
  

五、数据排序

• order：order参数进行指定数据排序

  irisData <- iris
  data_order <- irisData[order(irisData$Sepal.Length), ]  # 对irisDate进行排序，order排序方法，指定															      irisData$Sepal.Length进行整行排序，默认排序为升序
  data_order  # 输出
  
  data_order <- irisData[order(irisData$Sepal.Length, irisData$Sepal.Width), ]  # 指定irisData$Sepal.Length，																		      irisData$Sepal.Width，按先后顺序																		  进行，整行排序，默认排序为升序
  data_order
  
  data_order <- irisData[order(-irisData$Sepal.Length), ]  # 指定irisData$Sepal.Length进行整行排序，-：为降序
  data_order
  

六、数据集合并

• rbind(行合并)、cbind(列合并)

  x <- matrix(c(1:9), nrow = 3, ncol = 3)
  y <- x
  z <- cbind(x, y)  # 行合并，合并为三行
  z
  z <- rbind(x, y)  # 列合并，合并为三列
  z
  

• merge()：指定字段为合并参考

  x <- data.frame(k1 = c(NA,NA,3,4,5), k2 = c(1,NA,NA,4,5), data = 1:5)  # 参考例子
  y <- data.frame(k1 = c(NA,2,NA,4,5), k2 = c(NA,NA,3,4,5), data = 1:5)  # 参考例子
  z <- merge(x, y, by="k1")  # 合并x、y，以k1为id字段，x每个字段对应的y轴相同的字段行在同一行
  z
  

七、数据集取子集

• 简单取值

  irisData <- iris
  datax <- irisData[, 3:5]  # 取所有行的第3列到第5列
  datay <- irisData[, -2]  # 取所有除去第2列的所有数据
  

• subset()：取指定条件的字段数据，并且可以取指定行

  irisData <- iris
  newData <- subset(irisData, Sepal.Length>5.1 | Sepal.Length<4.6, select = c(Sepal.Width, Petal.Length))
  						# 取irisData中的指定条件数据，只取Sepal.Width, Petal.Length列
  newData
  

八、随机抽样函数

• sample()：随机抽取

  irisData <- iris
  newData <- irisData[sample(5, 3, replace = FALSE)]  # 取irisData，sample：参数一：全部列数，参数二：指定取的随机多少											      列，参数三：replace = FALSE：不取重复数据
  newData
  

mple()：随机抽取

irisData <- iris
newData <- irisData[sample(5, 3, replace = FALSE)]  # 取irisData，sample：参数一：全部列数，参数二：指定取的随机多少											      列，参数三：replace = FALSE：不取重复数据
newData