- 判断变量的属性
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13is.character(x) #判断是否为字符型 is.numeric(x) #判断是否为数值型 is.vector(x) #判断是否为一个向量 is.matrix(x) #判断是否为一个矩阵 is.array(x) #判断是否为一个数组 is.data.frame(x) #判断是否为一个数据框
- 类的转换
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13as.numeric() #转换为数值型 as.logical() #转换为逻辑型 as.charactor() #转换为字符串 as.matrix() #转换为矩阵 as.data.frame() #转换为数据框 as.factor() #转换为因子
- 创建一个向量
复制代码
1
2
3
4
5
6
7#字符型： character<-c("China", "UK", "USA", "France", "Russia") #数值型： numeric<-c(1, 3, 6, 7, 3, 8, 6, 4) #逻辑型： logical<-c(T, F, T, F, T, F, F, T)
生成向量的函数
复制代码
1
2c(),rep(),seq(),”:”
c()
复制代码
1
2
3
4> x<-c(1,2,3,4) > x [1] 1 2 3 4
rep()
复制代码
1
2
3
4
5
6
7rep(x, times = ) #参数： x 一个向量或因子 times 重复次数
复制代码
1
2
3
4> x<-rep(1,times=3) > x [1] 1 1 1
seq()
复制代码
1
2
3
4
5
6
7> x<-seq(from=3, to=21, by=3 ) > x [1] 3 6 9 12 15 18 21
“:”
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25> x<-1:10 > x [1] 1 2 3 4 5 6 7 8 9 10 > x<-10:1 > x [1] 10 9 8 7 6 5 4 3 2 1
通过与向量的组合，可以产生更为复杂的向量。
如：
复制代码
1
2
3
4> x<-rep(1:2,c(10,15)) > x [1] 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2
- 创建一个矩阵
复制代码
1
2matrix(data = NA, nrow = 1, ncol = 1, byrow = FALSE, dimnames = NULL)
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29> x <- matrix(1:20,nrow=5,ncol=4,byrow=T) > x [,1] [,2] [,3] [,4] [1,] 1 2 3 4 [2,] 5 6 7 8 [3,] 9 10 11 12 [4,] 13 14 15 16 [5,] 17 18 19 20 > is.matrix(x) [1] TRUE > dim(x) #查看或设置数组的维度向量 [1] 5 4 注意：此时不可以再向dim(x)赋值，如：dim(x) <- c(6,4) ，会有如下报错： Error in dim(x) <- c(4, 4) : dims [product 16] 因为与对象长度[20]不匹配 但是，可以这样使用： > x <- 1:20 > dim(x) <- c(5,4) > x [,1] [,2] [,3] [,4] [1,] 1 6 11 16 [2,] 2 7 12 17 [3,] 3 8 13 18 [4,] 4 9 14 19 [5,] 5 10 15 20 > attributes(x) #使用attributes()函数将返回一个列表，其中的第一个元素是dim，dim中包含向量(5,4) $`dim` [1] 5 4
提取对角线元素
复制代码
1
2> diag(x)
将一个矩阵变成上三角矩阵
复制代码
1
2> x[lower.tri(y)]<-NA
将一个矩阵变成下三角矩阵
复制代码
1
2> x[upper.tri(y)]<-NA
将矩阵转换为数据框
复制代码
1
2as.data.frame(x)
- 创建一个列表
列表是可以包含多种类型的对象的向量。
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24> x<-list(1,"A",FALSE,5+6i) > x [[1]] [1] 1 [[2]] [1] "A" [[3]] [1] FALSE [[4]] [1] 5+6i #列表还可以这样访问 > x[1] [[1]] [1] 1 > x[2] [[1]] [1] "A" > x[3] [[1]] [1] FALSE > x[4] [[1]] [1] 5+6i
- 创建一个数组
复制代码
1
2array(data = NA, dim = length(data), dimnames = NULL)
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15> x<-array(2:6,c(2,4)) #生成一个数值在2到6之间的数组，这个数组为两行四列 > x [,1] [,2] [,3] [,4] [1,] 2 4 6 3 [2,] 3 5 2 4
- 创建一个数据框
data.frame():
复制代码
1
2
3
4data.frame(..., row.names = NULL, check.rows = FALSE, check.names = TRUE, fix.empty.names = TRUE, stringsAsFactors = default.stringsAsFactors())
例如：
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16> student<-data.frame(ID=c(11,12,13),Name=c("Devin","Edward","Wenli"),Gender=c("M","M","F"),Birthdate=c("1984-12-29","1983-5-6","1986-8-8")) > student ID Name Gender Birthdate 1 11 Devin M 1984-12-29 2 12 Edward M 1983-5-6 3 13 Wenli F 1986-8-8
利用cbind()和rbind()函数来创建数据框
复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23> x<-1:3 > x [1] 1 2 3 > y<-10:12 > y [1] 10 11 12 > cbind(x,y) x y [1,] 1 10 [2,] 2 11 [3,] 3 12 > rbind(x,y) [,1] [,2] [,3] x 1 2 3 y 10 11 12
访问数据的前六行
复制代码
1
2> head(x)
去除某行
复制代码
1
2> x[-1,]
去除某列
复制代码
1
2> x[,-1]
查看或设置行名
复制代码
1
2
3rownames(x) rownames(x) <- c(‘a’,’b’,’c’,’d’,’e’)
查看或设置列名
复制代码
1
2
3colnames(x) colnames(x) <- c(‘a’,’b’,’c’,’d’,’e’)
如果一个数据框的每个列都是数值型的，求行的加和
复制代码
1
2rowSums(x)
- 数据读取
常用read.table() 和reas.csv()
复制代码
1
2
3
4
5
6
7
8
9
10
11read.table(file, header = FALSE, sep = "", quote = ""'", dec = ".", numerals = c("allow.loss", "warn.loss", "no.loss"), row.names, col.names, as.is = !stringsAsFactors, na.strings = "NA", colClasses = NA, nrows = -1, skip = 0, check.names = TRUE, fill = !blank.lines.skip, strip.white = FALSE, blank.lines.skip = TRUE, comment.char = "#", allowEscapes = FALSE, flush = FALSE, stringsAsFactors = default.stringsAsFactors(), fileEncoding = "", encoding = "unknown", text, skipNul = FALSE)
复制代码
1
2
3read.csv(file, header = TRUE, sep = ",", quote = """, dec = ".", fill = TRUE, comment.char = "", ...)
复制代码
1
2
3read.csv(file.choose()) #在文件目录中选择需要的文件
- 数据写入
复制代码
1
2
3
4
5write.table(x, file = "", append = FALSE, quote = TRUE, sep = " ", eol = "n", na = "NA", dec = ".", row.names = TRUE, col.names = TRUE, qmethod = c("escape", "double"), fileEncoding = "")
write.csv()和write.csv2()用法与write.table()相似
复制代码
1
2write.csv(data, file = "data.csv")
需要把行名去掉，需要使用row.names = FALSE或者row.names = F
复制代码
1
2write.csv(data, file = "data.csv", row.names = FALSE)
有时候数据里面存在NA，要去掉NA的，就再加一个na = "“
复制代码
1
2write.csv(data, file = "data.csv", row.names = FALSE, na = "")
要省略列名的话，需要使用write.table()的col.names = FALSE, sep = ",“
复制代码
1
2write.table(data, file = “data.csv”, row.names = FALSE, na = “”, col.names = FALSE, sep = ",")
最后
以上就是背后丝袜最近收集整理的关于R语言学习(四)——对数据进行操作的全部内容，更多相关R语言学习(四)——对数据进行操作内容请搜索靠谱客的其他文章。
本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。
发表评论 取消回复