R语言——数据操作（四）

目录

一、数据转换

二、取子集

三、数据框的翻转

四、对数据框进行计算

五、apply的用法 

六、数据的中心化与标准化 

七、参考

一、数据转换

读取文件

a <- read.csv('test.csv', header = T)

判断读取的类型

class(a)

is.data.frame(a)

强制格式转换数据框格式

as.data.frame(a)

强制转换为矩阵格式，每个元素都为一个字符串

as.matrix(data.frame(a))

查看判断数据类型及格式转换方法

methods(is) 和 methods(as)

给向量添加一个维度就会变成矩阵或者数组

二、取子集

如何对数据框取子集

View(b)可以查看数据框

使用切片取连续子集

取不连续子集

使用 which 进行逻辑筛选

这里的  “  ，”是取行

subset() 可以对向量、矩阵、数据框取子集

sample(x, n) ：无放回抽样， 每个元素只能抽取一次

设置replace = T，则是有放回抽样

对数据框进行抽样

数据框的合并

data.frame(state.abb, state.area)

cbind(state.abb,state.area)：合并列

rbind(state.abb,state.area)：合并行要求新数据与原数据具有相同的列名

cbind,rbind也可以用于矩阵

要求是必须具有相同的行数或列数

如果合并的数据有重复项应该怎么处理呢

下图可以看到，51-101是重复项

duplicated(data3)：判断是否为重复项

可以取出重复项，加 “  ！”可以取反

使用 unique() 可直接完成去重操作

使用 length(rownames()) 和 length(colnames()) 可以查看行数和列数

三、数据框的翻转

t()：数据框翻转

> data4<- t(data)

rev()：反向

修改数据框中的值

transform(data, colname)

colname命名新的名字，则会生成新的一列

数据框排序

sort是对向量进行排序，返回排序后的结果

order也可以对向量进行排序，返回的是对应值所在的位置，而不是结果 

order可以根据索引对数据框进行排序

取与 order 默认相反的顺序

在变量前加一个 “ - ”

rank是求秩的函数

返回向量对应元素的排名

四、对数据框进行计算

将矩阵转为数据框

rowSums 计算行和

colMeans 计算列均值

将计算的行和 和 列均值添加到 原数据框 中

可以看到，cm 行 Total 列被第一列的值替代

五、apply的用法 

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)

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。

六、数据的中心化与标准化 

数据中心化：是指数据集中的各项数据减去数据集的均值。
数据标准化：是指在中心化之后再除以数据集的标准差，即数据集中的各项数据减去数据集的均值再除以数据集的标准差。
简单来看： 
x <- c(1,2,3,6,3)
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。

七、参考

R语言入门与数据分析