r生成新的dataframe_R语言中常用的DataFrame数据框操作

student$Name

student$Birthdate

下面我们再运行str(student)看看修改后的结果：

‘data.frame’:3 obs. of  4

variables:

$ ID  : num  11 12 13

$ Name  : chr  “Devin” “Edward” “Wenli”

$ Gender  : Factor w/ 2

levels “F”,”M”: 2 2 1

$ Birthdate: Date, format: “1984-12-29”

“1983-05-06” “1986-08-08”

添加新列

对于以及存在的student对象，我们希望增加Age列，该列是根据Birthdate算出来的。首先需要知道怎么算年龄。我们可以使用日期函数Sys.Date()获得当前的日期，然后使用format函数获得年份，然后用两个年份相减就是年龄。好像R并没有提供几个能用的日期函数，我们只能使用format函数取出年份部分，然后转换为int类型相减。

student$Age

这样写似乎太长了，我们可以用within函数，这个函数和之前提到过的with函数类似，可以省略变量名，不同的地方是within函数可以在其中修改变量，也就是我们这里增加Age列：

student

Age

})

查询/子集

查询一个Date

Frame，返回一个满足条件的子集，这相当于数据库中的表查询，是非常常见的操作。使用行和列的Index来获取子集是最简单的方法，前面已经提到过。如果我们使用布尔向量，配合which函数，可以实现对行的过滤。比如我们要查询所有Gender为F的数据，那么我们首先对student$Gender==“F”，得到一个布尔向量:FALSE

FALSE

TRUE,然后使用which函数可以将布尔向量中TRUE的Index返回，所以我们的完整查询语句就是：

student[which(student$Gender==”F”),]

注意这里列Index并没有输入，如果我们只想知道所有女生的年龄，那么可以改为：

student[which(student$Gender==”F”),”Age”]

这样的查询写法还是复杂了点，可以直接使用subset函数，那么查询会简单些，比如我们把查询条件改为年龄<30的女性，查姓名和年龄，那么查询语句为：

subset(student,Gender==”F” & Age<30

,select=c(“Name”,”Age”))

使用SQL查询Data Frame

对于我这种使用了多年SQL的人来说，如果能够直接写SQL语句对Data

Frame进行查询操作，那是多么方便美妙的啊，结果还真有这么一个包：sqldf。

同样是前面的需求，对应的语句就是：

library(sqldf)

result

student where Gender=’F’ and Age<30”)

连接/合并

对于数据库来说，对多表进行join查询是一个很正常的事情，那么在R中也可以对多个Data

Frame进行连接，这就需要使用merge函数。

比如除了前面申明的student对象外，我们再申明一个score变量，记录了每个学生的科目和成绩：

score

我们看看该表的内容：

SID  Course Score

1  11  Math  90

2  11 English

80

3  12  Math  80

4  12 Chinese

95

5  13  Math  96

这里的SID就是Student里面的ID，相当于一个外键，现在要用这个ID进行inner

join操作，那么对应的R语句就是：

result

我们看看merge以后的结果：

ID  Name Gender

Birthdate Age  Course Score

1 11  Devin

M

1984-12-29  31  Math  90

2 11  Devin

M

1984-12-29  31 English  80

3 12 Edward  M 1983-05-06

32  Math

80

4 12 Edward  M 1983-05-06

32 Chinese  95

5 13  Wenli

F

1986-08-08  29  Math  96

正如我们期望的一样join在了一起。

除了join，另外一个操作就是union，这也是数据库常用操作，那么在R中如何将两个列一样的Data Frame

Union联接在一起呢？虽然R语言中有union函数，但是不是SQL的Union的意思，我们要实现Union功能，需要用到rbind函数。

rbind的两个Data

Frame必须有相同的列，比如我们再申明一个student2，将两个变量rbind起来：

student2

rbind(student,student2)