b站课程视频链接:
https://www.bilibili.com/video/BV19x411X7C6?p=1
腾讯课堂(最新,但是要花钱,我花99😢😢元买了,感觉讲的没问题,就是知识点结构有点乱,有点废话):
https://ke.qq.com/course/3707827#term_id=103855009
本笔记前面的笔记参照b站视频,【后面的画图】参考了付费视频
笔记顺序做了些调整【个人感觉逻辑顺畅】,并删掉一些不重要的内容,以及补充了个人理解
系列笔记目录【持续更新】:https://blog.csdn.net/weixin_42214698/category_11393896.html
文章目录
1. 判断数据类型(is.xxx)、数据转换(as.xxx)
(1)关于数据框的转换
矩阵转换为数据框:
dstate.x77 <- as.data.frame(state.x77)
is.data.frame(dstate.x77) 返回TRUE
数据框转换为矩阵:
as.matrix(data.frame(state.region,state.x77))
数据框中的数据类型不相同,转换为矩阵后,所有元素都变成字符串类型。
注意:不是所有数据结构都能进行转换,比如有些数据框就不能转换为向量或者因子。
(2)关于向量的转换
向量转换为矩阵:
x <- state.abb
dim(x) <- c(5,10)
向量转换为因子:
as.factor(x)
向量转换为列表:
as.list(x)
向量转换为数据框:
data.frame(x,state.region,state.x77)
关于更多is和as的函数,可以使用methods(is)和methods(as)查看。
2.取子集
2.1 索引方式
#注意:第一行为列名,所以第二行才算是第一行
who <- read.csv("WHO.csv",header = T)
# 1.取1~50行,1~10列 给who1
who1 <- who[c(1:50),c(1:10)]
# 2. 取1,3,5,8行,2,14,16,18列 给who2
who2 <- who[c(1,3,5,8),c(2,14,16,18)]
# 3. 取“xxx”行,所有列给who3 “xxx”—— which(who$Continent==7)
who3 <- who[which(who$Continent==7),]
# 4. 取“xxx”行,所有列给who4 “xxx”—— which(who$CountryID>50 & who$CountryID<=100)
who4 <- who[which(who$CountryID>50 & who$CountryID<=100),]
2.2 subset函数
?subset
# 和who4效果一样
who5 <- subset(who , who$CountryID>50 & who$CountryID<=100 )
2.3 sample函数
?sample
x <- 1:100
sample(x,30) # 默认是replace = F
# 从向量x中,有放回的随机抽取30个元素
sample(x,30,replace = T)
# 从向量x中,不重样的随机抽取60个元素
sample(x,60,replace = F)
sort(sample(x,60,replace = T))
# 取“xxx”行,所有列给who6 “xxx”—— sample(who$CountryID,30,replace = F)
who6 <- who[sample(who$CountryID,30,replace = F),]
2.4 删除固定行/列
mtcars[-1:-5 ,] #删除第1到5行
mtcars[, -1:-5] #删除第1到5列
mtcars$mpg <- NULL #清空mtcars中的mpg这一列
3.数据框
3.1添加与合并 (增加行或列):data.frame、cbind、rbind
(1)data.frame
data.frame(USArrests,state.division)
(2)cbind列合并 这是列
cbind(USArrests,state.division)
(3)rbind行合并 这是行
注:要求新的数据与原来的数据有相同的列名,否则rbind无法运行。
data1 <- head(USArrests,30)
data2 <- tail(USArrests,30)
data3 <- rbind(data1,data2)
若data1与data2之间有重复行,不会去除重复项,data2中的重复行的行名后会加字符1。
要想取非重复行,可以:
data3[!duplicated(data3), ]
或者
unique(data3)
3.2 行列翻转:t( ) + 序列前后翻转:rev( )
行列翻转【就像矩阵转置】:mtcars1 <- t(mtcars)
> letters
[1] "a" "b" "c" "d" "e" "f" "g" "h" "i" "j" "k" "l" "m" "n" "o" "p" "q" "r" "s" "t" "u" "v" "w" "x"
[25] "y" "z"
> rev(letters) # 顺序反转
[1] "z" "y" "x" "w" "v" "u" "t" "s" "r" "q" "p" "o" "n" "m" "l" "k" "j" "i" "h" "g" "f" "e" "d" "c"
[25] "b" "a"
>
序列前后翻转:原本是1、2、3、4...n行的顺序 现在变成n 、(n-1)、....、3、2、1行的顺序
women <- women[rev(rownames(women)),]
3.3 修改数据框中的值:transform
data.frame(height=women$height*2.54,weight=women$weight)
这样操作不高效,可以使用transform函数:
transform(women, height = height*2.54) #将原height列乘以2.54
transform(women, cm = height*2.54) #增加一个cm列
3.4 数据框的排序:sort、order、rank
在R中,和排序相关的函数主要有三个:sort、order和rank函数。
(1)sort函数
sort函数是对向量进行排序,返回值是排序后的结果向量。
sort(state.name) #从小到大
rev(sort(rivers)) #降序
(2)order函数
order函数也是对向量进行排序,但其返回值是:sort()排序后元素值【之前对应位置的索引】
order(rivers)
# 这行代码,是以行为单位
mtcars[order(mtcars$mpg),]
mtcars[order(-mtcars$mpg),] #降序
#多条件排序,在符合mtcars$mpg排序的情况下,对mtcars$disp进行排序
mtcars[order(mtcars$mpg,mtcars$disp),]
(3)rank函数
rank()函数返回值是:向量对应元素的排名。
具体参考:https://blog.csdn.net/AnneQiQi/article/details/60878551
3.5 对数据框进行数学计算
(1)
# 转化成数据框
worldphones <- as.data.frame(WorldPhones)
rs <- rowSums(worldphones) #计算行和
cm <- colMeans(total) #计算每列平均数
total_c <- cbind(worldphones,Total=rs) 行合并
total_c_r <-rbind(total,Mean=cm) 列合并
(2)
apply(x,MARGIN,FUN)
x是数组、矩阵或数据框;margin等于1代表行,等于2代表列;FUN代表要应用的函数。
如:
apply(WorldPhones,MARGIN=1,FUN = sum)
apply(WorldPhones,MARGIN=2,FUN = mean)
apply(WorldPhones,MARGIN=2,FUN = Var)
apply(WorldPhones,MARGIN=2,FUN = log)
(3)其他apply系列函数
lapply(x,FUN):l代表list,x是列表,返回值是列表。
sapply(x,FUN):s代表simplify,x是列表,返回值是向量或者矩阵。
tapply(x,INDEX,FUN):x是向量或其他,INDEX是一组因子,利用这个因子,可以对第一个参数的数据进行分组。
3.6 列与列之间进行调整
将第6列~第10列 调整到原先的第15列之后
x[, c(1:5 , 11:15 , 6:10 , 16:20)]
4. 数据的中心化与标准化
数据中心化:数据集中的各项数据 - 数据集的均值。
数据标准化:在中心化之后的数据 / 数据集的标准差
简单来看:
x <- c(1,2,3,6,3) ![请添加图片描述](https://img-blog.csdnimg.cn/e567cbfc62684b2294c8d1c107a9e552.jpeg)
中心化:x-mean(x)
标准化:(x-mean(x))/sd(x)
R中实现数据中心化和标准化可以使用scale函数:
scale(x,center,scale):center为TRUE就是做中心化处理,scale为TRUE就是做标准化处理。