R基础语法第 5 课---包与数据重塑

上一篇：R基础语法第 4 课—函数与字符串

在这篇博客中，我们将一起学到：

1、R语言的包
2、R语言的数据重塑

R语言的包

R语言的包是R函数，编译代码和样本数据的集合。

如果我们下载R环境的时候点的是基础的环境，那么我们的包应该不会很多。

所以，我们有的时候需要去下载包，从这个官网可以看到R所有的包：https://cran.r-project.org/web/packages/available_packages_by_name.html

1.1、查看已安装的所有的包
library()

我们可以通过函数library()看到自己的环境到底有多少的包

1.2、获取当前在R环境中加载的所有包
seach（）

1.3、安装新的包
利用函数：install.packages(“Package Name”)
如果只用上面的函数的话，我们可以将包下载在默认路径，如果需要下载在自己设定的路径，还需要加入属性：destdir=‘Your Path’

例如，我将包下载在我设定的路径内：

这样我的路径内就有这个包了：

除了上面的下载方法，还有一种就是手动进入官网下载，之后解压到你的环境里（查看自己环境位置可以用：.libPaths()函数）

当然，如果你用的是RStudio，你还可以之间这样下载：

直接输入搜索就可以了。

但是R下载包默认是在全球资源环境中下载，你可以换为国内的服务器（虽然全球的也比比python下载包快多了）

当然，我的已经换过了。

1.4、装载包到库中：
利用函数：

library("package Name", lib.loc = "path to library")

# Load the package named "XML"
install.packages("E:/XML_3.98-1.3.zip", repos = NULL, type = "source")

继续，给个栗子👇：

数据重塑

‘R语言中的数据重塑是关于改变数据被组织成行和列的方式。 大多数时间R语言中的数据处理是通过将输入数据作为数据帧来完成的。 很容易从数据帧的行和列中提取数据，但是在某些情况下，我们需要的数据帧格式与我们接收数据帧的格式不同。 R语言具有许多功能，在数据帧中拆分，合并和将行更改为列，反之亦然。 ’

在R中，数据重塑有以下几种方法：

• 于数据帧中加入列和行cbind()
• 合并数据帧merge()
• 拆分数据melt()
• 数据重构cast()

2.1、cbind（）

daframe1 <- data.frame(
  id = 1:3,
  name = c('a','b','c'),
  address = c('Beijing','chengdu','taiyuan')
)
daframe2 <- data.frame(
  id = 4:5,
  name = c('d','e'),
  address = c('taiwan','love')
)
allframe <- rbind(daframe1,daframe2) #合并
print(daframe1)
print(daframe2)
print(allframe)

2.2、merge()
这个栗子就用这个吧：

‘我们可以使用merge()函数合并两个数据帧。 数据帧必须具有相同的列名称，在其上进行合并。
在下面的例子中，我们考虑图书馆名称“MASS”中有关Pima Indian Women的糖尿病的数据集。 我们基于血压（“bp”）和体重指数（“bmi”）的值合并两个数据集。 在选择这两列用于合并时，其中这两个变量的值在两个数据集中匹配的记录被组合在一起以形成单个数据帧。 ’

library(MASS)
merged.Pima <- merge(x = Pima.te, y = Pima.tr,
   by.x = c("bp", "bmi"),
   by.y = c("bp", "bmi")
)
print(merged.Pima)
nrow(merged.Pima)

拆分数据melt()和数据重构cast()比较难以理解，可以参考这篇博文：
https://www.cnblogs.com/chuang0104/p/11133484.html

好了，基础语法就先告一段落~

原文链接：https://blog.csdn.net/the_sangzi_home/article/details/105471729