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