R语言基础学习记录3：构建子集

时间： 2018-07-17
教程：慕课网 《R语言基础》 讲师：Angelayuan
补充内容：subset和merge函数的使用
学习内容：课程第三章：构建子集

---

构建子集

1.向量的子集（基本方法）

在进行数据处理时，我们直接获得的数据为原始数据(raw dataset)，大多数情况下，原始数据并不是我们可以直接使用的数据，在进行数据处理前我们需要对数据进行预处理，其中，很重要的一步就是构建子集。
构建子集有很多种方法：
[]：提取一个或多个相同类型的元素
[[]]：从列表或数据框中提取元素
$：按名字从列表或数据框中提取元素。
如：

> y <- c(1,4,7,2,4,7,1,8,5,8,3,7)
> y[7]   # 返回y中的第7个元素
[1] 1

需要注意的是，R中向量的元素的顺序是从1开始排的。

> y[1:5]   # 返回y中的第1-第5个元素
[1] 1 4 7 2 4
> y[y>5]   # 返回y中大于5的元素
[1] 7 7 8 8 7
> y>5
 [1] FALSE FALSE  TRUE FALSE FALSE  TRUE FALSE  TRUE FALSE  TRUE FALSE
[12]  TRUE

可以看出，y>5得到的结果是，满足条件的为TRUE，不满足条件的为FALSE，y[y>5]返回的就是使[]里的条件为TRUE的元素。

> y[y>5 & y<8]   # 返回y中大于5且小于8的元素
[1] 7 7 7
> z <- y>5 & y<8
> y[z]
[1] 7 7 7
> y[y<4 | y>7]    # 返回y中小于4或大于7的元素
[1] 1 2 1 8 8 3
> y1 <- 1:4
> names(y1) <- c("a","b","c","d")  # 将y1中元素分别命名为a,b,c,d
> y1
a b c d 
1 2 3 4 
> y1[2]
b 
2 
> y1["b"]
b 
2 

可以看出，除了根据元素的顺序返回元素内容外，还可以根据元素的名称返回

2.矩阵的子集
如：

> x <- matrix(c(1,5,23,4,9,3), nrow=2, ncol=3)
> x
     [,1] [,2] [,3]
[1,]    1   23    9
[2,]    5    4    3
> x[2,3]   # 返回矩阵x中第2行第3列的元素
[1] 3
> x[1,]   # 返回矩阵x中第1行的元素
[1]  1 23  9
> x[,1]   # 返回矩阵x中第1列的元素
[1] 1 5
> x[2,c(1,3)]   # 返回矩阵x中第2行第3、4列的元素
[1] 5 3
> class(x[1,2])
[1] "numeric"

可以看出使用x[]的方式获得的子集类型默认是一个向量。

在x[]中加入”drop = FALSE”，使返回的内容是一个矩阵，”drop = FALSE”的意思是关掉返回向量的选择。例：

> x1 <- x[1,2, drop = FALSE]
> x1
     [,1]
[1,]   23
> class(x1)
[1] "matrix"

3.数据框的子集

如：
在建立好数据框后，可以根据需要对数据框中元素重新赋值。
格式：数据框名$列名[列中元素的序号] <- 所赋的值

> x <- data.frame(v1=1:5, v2=6:10, v3=11:15)
> x
  v1 v2 v3
1  1  6 11
2  2  7 12
3  3  8 13
4  4  9 14
5  5 10 15
> x$v3[c(2,4)] <- NA   # 将数据框x中v3列中的第2、4行内容设为缺失值
> x
  v1 v2 v3
1  1  6 11
2  2  7 NA
3  3  8 13
4  4  9 NA
5  5 10 15

> rownames(x) = c("a","b","c","d","e")
> x
  v1 v2 v3
a  1  6 11
b  2  7 NA
c  3  8 13
d  4  9 NA
e  5 10 15
> x$v1
[1] 1 2 3 4 5
> x$a
NULL

可以看出$后只能说是列名，而不能是行名

> x[4,2]   # 返回数据框x中第4行第2列的元素内容
[1] 9
> x[2]  
  v2
a  6
b  7
c  8
d  9
e 10
> x["v2"] 
  v2
a  6
b  7
c  8
d  9
e 10

可以看出，返回x[2]和返回x[“v2”]&#x