个性化阅读
专注于IT技术分析

R数据框用法详解

本文概述

数据帧是二维数组状结构或表, 其中一列包含一个变量的值, 行包含每一列的一组值。数据帧是列表的一种特殊情况, 其中每个组件的长度相等。

数据帧用于存储数据表, 并且在数据帧中以列表形式存在的向量具有相等的长度。

以简单的方式, 它是等长向量的列表。矩阵可以包含一种类型的数据, 但是数据框可以包含不同的数据类型, 例如数字, 字符, 因子等。

数据帧具有以下特征。

  • 列名应为非空。
  • 行名称应该是唯一的。
  • 存储在数据框中的数据可以是因子, 数字或字符类型。
  • 每列包含相同数量的数据项。
R数据框用法详解

如何创建数据框

在R中, 借助数据的frame()函数创建数据帧。此函数包含任何类型的向量, 例如数字, 字符或整数。在下面的示例中, 我们创建一个数据框, 其中包含员工ID(整数向量), 员工姓名(字符向量), 薪水(数字向量)和开始日期(日期向量)。

例子

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 915.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
# Printing the data frame.			
print(emp.data)

输出

employee_idemployee_namesalstarting_date
1           1       Shubham623.30    2012-01-01
2           2        Arpita915.20    2013-09-23
3           3        Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5          5         Sumit843.25    2015-03-27

获取R数据框的结构

在R中, 我们可以找到数据帧的结构。 R提供了一个称为str()的内置函数, 该函数返回具有完整结构的数据。在下面的示例中, 我们使用不同数据类型的向量创建了一个框架, 并提取了其结构。

例子

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
# Printing the structure of data frame.			
str(emp.data)

输出

'data.frame':   5 obs. of  4 variables:
 $ employee_id  : int  1 2 3 4 5
 $ employee_name: chr  "Shubham" "Arpita" "Nishka" "Gunjan" ...
 $ sal          : num  623 515 611 729 843
 $ starting_date: Date, format: "2012-01-01" "2013-09-23" ...

从数据框提取数据

数据帧的数据对我们来说至关重要。为了操纵数据帧的数据, 必须从数据帧中提取数据。我们可以通过以下三种方式提取数据:

  1. 我们可以使用列名从数据框中提取特定的列。
  2. 我们也可以从数据框中提取特定的行。
  3. 我们可以提取对应于特定列的特定行。

让我们看一个例子, 以了解如何借助这些方法从数据框中提取数据。

从数据框中提取特定列

例子

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name= c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
# Extracting specific columns from a data frame 	
final <- data.frame(emp.data$employee_id, emp.data$sal)
print(final)

输出

emp.data.employee_idemp.data.sal
1                    		1       623.30
2                    		2       515.20
3          			3       611.00
4                    		4       729.00
5                    		5       843.25

从数据框中提取特定行

例子

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
# Extracting first row from a data frame 	
final <- emp.data[1, ]
print(final)


# Extracting last two row from a data frame 	
final <- emp.data[4:5, ]
print(final)

输出

employee_id  employee_name    sal       starting_date
1          1           Shubham       623.3        2012-01-01

       employee_id  employee_name    sal      starting_date
4         4          Gunjan        729.00       2014-05-11
5         5          Sumit         843.25       2015-03-27

提取对应于特定列的特定行

例子

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
# Extracting 2nd and 3rd row corresponding to the 1st and 4th column	
final <- emp.data[c(2, 3), c(1, 4)]
print(final)

输出

employee_id   starting_date
2           2           2013-09-23
3           3           2014-11-15

修改数据框

R允许我们在数据框中进行修改。像矩阵修改一样, 我们可以通过重新分配来修改数据框。我们不仅可以添加行和列, 还可以删除它们。通过添加行和列来扩展数据框。

我们可以

  1. 通过使用cbind()函数在新列名的帮助下添加列向量来添加列。
  2. 通过添加与现有数据框相同结构的新行并使用rbind()函数来添加行
  3. 通过为它们分配NULL值来删除列。
  4. 通过重新分配行来删除它们。

让我们看一个示例, 以了解rbind()函数的工作方式以及如何在数据帧中进行修改。

示例:添加行和列

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
print(emp.data)

#Adding row in the data frame
x <- list(6, "Vaishali", 547, "2015-09-01")
rbind(emp.data, x)

#Adding column in the data frame
y <- c("Moradabad", "Lucknow", "Etah", "Sambhal", "Khurja")
cbind(emp.data, Address=y)

输出

employee_id  employee_name    sal          starting_date
1       1              Shubham    623.30          2012-01-01
2       2              Arpita     515.20          2013-09-23
3       3              Nishka     611.00          2014-11-15
4       4              Gunjan     729.00          2014-05-11
5       5              Sumit      843.25          2015-03-27
     employee_id  employee_name     sal        starting_date
1       1              Shubham     623.30          2012-01-01
2       2              Arpita      515.20          2013-09-23
3       3              Nishka      611.00          2014-11-15
4       4              Gunjan      729.00          2014-05-11
5       5              Sumit       843.25          2015-03-27
6       6              Vaishali    547.00          2015-09-01
     employee_id     employee_name    sal        starting_date        Address
1       1              Shubham       623.30        2012-01-01        Moradabad
2       2              Arpita        515.20        2013-09-23        Lucknow
3       3              Nishka        611.00        2014-11-15        Etah
4       4              Gunjan        729.00        2014-05-11        Sambhal
5       5              Sumit         843.25        2015-03-27        Khurja

示例:删除行和列

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
print(emp.data)

#Delete rows from data frame
emp.data<-emp.data[-1, ]
print(emp.data)

#Delete column from the data frame
emp.data$starting_date<-NULL
print(emp.data)

输出

employee_idemployee_namesalstarting_date
1           1       Shubham623.30    2012-01-01
2           2        Arpita515.20    2013-09-23
3           3        Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5           5         Sumit843.25    2015-03-27
employee_idemployee_namesalstarting_date
2           2        Arpita515.20    2013-09-23
3           3        Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5           5         Sumit843.25    2015-03-27
employee_idemployee_namesal
1           1       Shubham623.30    
2           2        Arpita515.20    
3         3        Nishka611.00    
4           4        Gunjan729.00    
5           5         Sumit843.25

数据框中的数据摘要

在某些情况下, 需要在数据框中找到统计摘要和数据的性质。 R提供了summary()函数来提取统计摘要和数据的性质。该函数以数据帧为参数, 并返回数据的统计信息。让我们看一个示例, 以了解如何在R中使用此函数:

例子

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), employee_name = c("Shubham", "Arpita", "Nishka", "Gunjan", "Sumit"), sal = c(623.3, 515.2, 611.0, 729.0, 843.25), starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11", "2015-03-27")), stringsAsFactors = FALSE
)
print(emp.data)

#Printing the summary
print(summary(emp.data))

输出

employee_idemployee_namesalstarting_date
1           1       Shubham623.30    2012-01-01
2           2        Arpita515.20    2013-09-23
3           3  Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5           5         Sumit843.25    2015-03-27

employee_idemployee_namesalstarting_date
 Min.   :1   Length:5           Min.   :515.2   Min.   :2012-01-01
 1st Qu.:2    Class :character   1st Qu.:611.0 1st Qu.:2013-09-23
 Median :3    Mode  :character   Median :623.3   Median :2014-05-11
 Mean   :3                       Mean   :664.4   Mean   :2014-01-14
 3rd Qu.:4              3rd Qu.:729.0   3rd Qu.:2014-11-15
 Max.   :5                       Max.   :843.2   Max.   :2015-03-27

赞(0) 打赏
未经允许不得转载:srcmini » R数据框用法详解
分享到: 更多 (0)

评论 抢沙发

评论前必须登录!

 

觉得文章有用就打赏一下文章作者

微信扫一扫打赏