扫码关注官方微信

扫码下载APP
返回顶部
首页 > 资讯 > 后端开发 > 其他教程 >R语言中data.frame的常用操作总结
  • 421

0
分享到

R语言中data.frame的常用操作总结

2024-04-02 19:04:59 421人浏览 独家记忆
摘要

前言：近段时间学习R语言用到最多的数据格式就是data.frame，现对data.frame常用操作进行总结，其中函数大部分来自dplyr包，该包由Hadley Wickham所作，

前言：近段时间学习R语言用到最多的数据格式就是data.frame，现对data.frame常用操作进行总结，其中函数大部分来自dplyr包，该包由Hadley Wickham所作，主要用于数据的清洗和整理。

一、创建

data.frame创建较为容易，调用data.frame函数即可。本文创建一个关于学生成绩的数据框，接下来大部分操作都对该数据框进行，其中学生成绩随机产生


> library(dplyr)       #导入dplyr包
> options(digits = 0)  #保留整数
> set.seed(1)          #设置种子函数
> df <- data.frame(ID = 1:12,                                 #ID
+                  Class = rep(c(1,2,3),4),                   #班级
+                  Chinese = runif(12,min = 0,max = 100),     #语文
+                  Math = runif(12,min = 0,max = 100),        #数学
+                  English = runif(12,min = 0,max = 100))     #英语
> for (i in 1:ncol(df)) {
+   df[,i] <- as.integer(df[,i])  #将每列类型变为integer型
+ }

df结果如下


> df
   ID Class Chinese Math English
1   1     1      26   68      26
2   2     2      37   38      38
3   3     3      57   76       1
4   4     1      90   49      38
5   5     2      20   71      86
6   6     3      89   99      34
7   7     1      94   38      48
8   8     2      66   77      59
9   9     3      62   93      49
10 10     1       6   21      18
11 11     2      20   65      82
12 12     3      17   12      66

二、 查询

1、查询某一行或某一列

可通过 data.frame[行号,] 或者 data.frame[,列号] 操作完成

其中 data.frame[行号,] 得到的类型是数据框

而 data.frame[,列号] 得到的类型是该列的类型


> df[2,]
  ID Class Chinese Math English
2  2   2     37     38    38
> df[,4]
 [1] 68 38 76 49 71 99 38 77 93 21 65 12

查询某一列还可以通过 data.frame$列名 操作完成


> df$Chinese
 [1] 26 37 57 90 20 89 94 66 62  6 20 17

data.frame[列号] 得到一个仅包含该列内容的数据框


> df[3]
   Chinese
1       26
2       37
3       57
4       90
5       20
6       89
7       94
8       66
9       62
10       6
11      20
12      17

若要查找符合条件的行，可采用 which() 函数，得到的类型是数据框


> df[which(df$ID == 4),]
  ID Class Chinese Math English
4  4     1      90   49      38

2、查询某一个值

可通过 data.frame[行号，列号] 或 data.frame[行号，‘列名'] 操作完成


> df[3,4]
[1] 76
> df[3,'Math']
[1] 76

若查找符合条件的值，可采用 which() 函数


> df[which(df$Chinese == 57),'Math'] #查询语文成绩为57的同学的数学成绩
[1] 76
> df[which(df$Class == 2),'English'] #查询班级号为2的同学的英语成绩
[1] 38 86 59 82

三、修改

1、修改某一行或列


> df[1,] <- c(1,2,65,59,73)  #修改第一行
#修改英语成绩
> df[,'English'] <- c(23,45,67,87,34,46,87,95,43,76,23,94)

修改后结果为(1号同学英语成绩先由26修改为73，再修改为23)


> df
   ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
3   3     3      57   76      67
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1       6   21      76
11 11     2      20   65      23
12 12     3      17   12      94

2、修改某一个值

直接将需要修改后的值赋给上述查询某一个值的操作即可


> df[3,'Chinese'] <- 65 #将3号同学的语文成绩修改为65
#将语文成绩低于20的同学的语文成绩修改为20
> df[which(df$Chinese < 20),'Chinese'] <- 20
> df
       ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
3   3     3      65   76      67
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94

3、修改行列名

可用rownames()及colnames()得到数据框的行列名，rownames(data.frame)[行号] 或 colnames(data.frame)[列号] 可得到指定位置的行名或者列名，若修改直接赋值给该变量即可


 > colnames(df)               #查询列名
 [1] "ID"      "Class"   "Chinese" "Math"    "English"
 > colnames(df)[4]            #查询第4列列名
 [1] "Math"
 > colnames(df)[4] <- "math"  #修改第4列列名为math
 #修改列名
 > colnames(df) <- c("ID","Class","Chinese","Math","English")

四、删除

删除行或列，仅需要选出该数据框的部分行或列，然后将其赋给该变量即可，其中在列号或行号前添加-表示不选该行或该列，在这里，为了方便接下来的操作，我们将选出后的数据框赋给其他变量，要实现删除操作应当将选出后的数据框赋给自己


#选出df第1、3、5列  ( df <- df[,c(1,3,5)] )
> df.tmp <- df[,c(1,3,5)]
> df.tmp
   ID Chinese English
1   1      65      23
2   2      37      45
3   3      65      67
4   4      90      87
5   5      20      34
6   6      89      46
7   7      94      87
8   8      66      95
9   9      62      43
10 10      20      76
11 11      20      23
12 12      20      94
#删除df第3行 ( df <- df[-3,] )
> df.tmp <- df[-3,]
> df.tmp
   ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94

五、添加

1、添加行

data.frame[新行号,] <- 行值


> df[13,] <- c(13,2,62,19,38) #新增13行数据
> df
   ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
3   3     3      65   76      67
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94
13 13     2      62   19      38

若想对行进行复制，可以采用重复行号的方法


> df <- df[c(1,1:12),]      #复制第1行1次
> df
    ID Class Chinese Math English
1    1     2      65   59      23
1.1  1     2      65   59      23
2    2     2      37   38      45
3    3     3      65   76      67
4    4     1      90   49      87
5    5     2      20   71      34
6    6     3      89   99      46
7    7     1      94   38      87
8    8     2      66   77      95
9    9     3      62   93      43
10  10     1      20   21      76
11  11     2      20   65      23
12  12     3      20   12      94

可使用rep()函数方便进行多行的复制


> df <- df[rep(1:12,each = 2),]     #对每行数据复制1次
> df
     ID Class Chinese Math English
1     1     2      65   59      23
1.1   1     2      65   59      23
2     2     2      37   38      45
2.1   2     2      37   38      45
3     3     3      65   76      67
3.1   3     3      65   76      67
4     4     1      90   49      87
4.1   4     1      90   49      87
5     5     2      20   71      34
5.1   5     2      20   71      34
6     6     3      89   99      46
6.1   6     3      89   99      46
7     7     1      94   38      87
7.1   7     1      94   38      87
8     8     2      66   77      95
8.1   8     2      66   77      95
9     9     3      62   93      43
9.1   9     3      62   93      43
10   10     1      20   21      76
10.1 10     1      20   21      76
11   11     2      20   65      23
11.1 11     2      20   65      23
12   12     3      20   12      94
12.1 12     3      20   12      94

还可采用rbind()函数，后续会有示例

2、添加列

data.frame$新列名 <- 列值


> df$Physics <- c(23,34,67,23,56,67,78,23,54,56,67,34)
> df
   ID Class Chinese Math English Physics
1   1     2      65   59      23      23
2   2     2      37   38      45      34
3   3     3      65   76      67      67
4   4     1      90   49      87      23
5   5     2      20   71      34      56
6   6     3      89   99      46      67
7   7     1      94   38      87      78
8   8     2      66   77      95      23
9   9     3      62   93      43      54
10 10     1      20   21      76      56
11 11     2      20   65      23      67
12 12     3      20   12      94      34

data.frame[,新列号] <- 列值


> df[,7] <- c(1:12)
> df
   ID Class Chinese Math English Physics V7
1   1     2      65   59      23      23     1
2   2     2      37   38      45      34     2
3   3     3      65   76      67      67     3
4   4     1      90   49      87      23     4
5   5     2      20   71      34      56     5
6   6     3      89   99      46      67     6
7   7     1      94   38      87      78     7
8   8     2      66   77      95      23     8
9   9     3      62   93      43      54     9
10 10     1      20   21      76      56    10
11 11     2      20   65      23      67    11
12 12     3      20   12      94      34    12

还可用dplyr包中的mutate()函数


> mutate(df,Chemistry = Chinese + Math + English + Physics)
   ID Class Chinese Math English Physics V7 Chemistry
1   1     2      65   59      23      23      1       170
2   2     2      37   38      45      34      2       154
3   3     3      65   76      67      67      3       275
4   4     1      90   49      87      23      4       249
5   5     2      20   71      34      56      5       181
6   6     3      89   99      46      67      6       301
7   7     1      94   38      87      78      7       297
8   8     2      66   77      95      23      8       261
9   9     3      62   93      43      54      9       252
10 10     1      20   21      76      56     10       173
11 11     2      20   65      23      67     11       175
12 12     3      20   12      94      34     12       160

还可采用cbind()函数，后续会有示例

六、dplyr包常用函数


> df  #原数据
   ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
3   3     3      65   76      67
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94

1、arrange() 排序


arrange(.data, ...)
arrange(.data, ..., .by_group = FALSE)


> arrange(df,Chinese)  #按语文成绩由小到大排序
   ID Class Chinese Math English
1   5     2      20   71      34
2  10     1      20   21      76
3  11     2      20   65      23
4  12     3      20   12      94
5   2     2      37   38      45
6   9     3      62   93      43
7   1     2      65   59      23
8   3     3      65   76      67
9   8     2      66   77      95
10  6     3      89   99      46
11  4     1      90   49      87
12  7     1      94   38      87

函数中第一个是待排序的数据框，之后依次是变量，且变量优先级逐渐降低，如语文、数学成绩进行排序


> arrange(df,Chinese,Math)  #依次按语文、数学成绩由小到大排序
   ID Class Chinese Math English
1  12     3      20   12      94
2  10     1      20   21      76
3  11     2      20   65      23
4   5     2      20   71      34
5   2     2      37   38      45
6   9     3      62   93      43
7   1     2      65   59      23
8   3     3      65   76      67
9   8     2      66   77      95
10  6     3      89   99      46
11  4     1      90   49      87
12  7     1      94   38      87

若想由大到小排序，使用desc()函数


> arrange(df,desc(Chinese))  #按语文成绩由大到小排序
   ID Class Chinese Math English
1   7     1      94   38      87
2   4     1      90   49      87
3   6     3      89   99      46
4   8     2      66   77      95
5   1     2      65   59      23
6   3     3      65   76      67
7   9     3      62   93      43
8   2     2      37   38      45
9   5     2      20   71      34
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94

2、distinct()函数 去重


distinct(.data, ..., .keep_all = FALSE)

> df1 <- df[rep(1:nrow(df),each = 2),] #将df每行复制1次
> df1
     ID Class Chinese Math English
1     1     2      65   59      23
1.1   1     2      65   59      23
2     2     2      37   38      45
2.1   2     2      37   38      45
3     3     3      65   76      67
3.1   3     3      65   76      67
4     4     1      90   49      87
4.1   4     1      90   49      87
5     5     2      20   71      34
5.1   5     2      20   71      34
6     6     3      89   99      46
6.1   6     3      89   99      46
7     7     1      94   38      87
7.1   7     1      94   38      87
8     8     2      66   77      95
8.1   8     2      66   77      95
9     9     3      62   93      43
9.1   9     3      62   93      43
10   10     1      20   21      76
10.1 10     1      20   21      76
11   11     2      20   65      23
11.1 11     2      20   65      23
12   12     3      20   12      94
12.1 12     3      20   12      94
> df1 <- distinct(df1)  #去除重复的行
> df1
   ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
3   3     3      65   76      67
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94

3、group_by()函数 分组 summarise()函数 概括


group_by(.data, ..., add = FALSE, .drop = FALSE)
ungroup(x, ...)
summarise(.data, ...)

group_by()与summarise()函数常连用，用于对不同的分组进行操作,在这里再介绍一个管道函数“%>%”，其作用是把左件的值发送给右件的表达式，并作为右件表达式函数的第一个参数


> df %>%
+   group_by(Class) %>%
+   summarise(max = max(Chinese)) #求出按Class分组每组中语文成绩最高分
# A tibble: 3 x 2
  Class   max
  <dbl> <dbl>
1     1    94
2     2    66
3     3    89

4、filter()函数 筛选


filter(.data, ..., .preserve = FALSE)

选出符合条件的行(返回数据框格式)


> df %>%
+   group_by(Class) %>%
+   filter(Chinese == max(Chinese))  #选出每个班语文成绩最高的学生的信息
# A tibble: 3 x 5
# Groups:   Class [3]
     ID Class Chinese  Math English
  <dbl> <dbl>   <dbl> <dbl>   <dbl>
1     6     3      89    99      46
2     7     1      94    38      87
3     8     2      66    77      95

5、select()函数 选择


select(.data, ...)

> select(df,ID,Chinese,Math,English) #选出df中ID、语文、数学、英语数据
   ID Chinese Math English
1   1      65   59      23
2   2      37   38      45
3   3      65   76      67
4   4      90   49      87
5   5      20   71      34
6   6      89   99      46
7   7      94   38      87
8   8      66   77      95
9   9      62   93      43
10 10      20   21      76
11 11      20   65      23
12 12      20   12      94

6、rbind()函数与cbind()函数 合并

rbind()函数根据行进行合并，cbind()根据列进行合并


#新建数据框df1
> df1 <- data.frame(ID = 13,Class = 2,
Chinese = 65,Math = 26,English = 84)
> df1
  ID Class Chinese Math English
1 13     2      65   26      84
> rbind(df,df1)  #合并df与df1
   ID Class Chinese Math English
1   1     2      65   59      23
2   2     2      37   38      45
3   3     3      65   76      67
4   4     1      90   49      87
5   5     2      20   71      34
6   6     3      89   99      46
7   7     1      94   38      87
8   8     2      66   77      95
9   9     3      62   93      43
10 10     1      20   21      76
11 11     2      20   65      23
12 12     3      20   12      94
13 13     2      65   26      84
> df2 #新建数据框df2
   Biological
1          65
2          15
3          35
4          59
5          64
6          34
7          29
8          46
9          32
10         95
11         46
12         23
> cbind(df,df2)  #合并df与df2
   ID Class Chinese Math English Biological
1   1     2      65   59      23         65
2   2     2      37   38      45         15
3   3     3      65   76      67         35
4   4     1      90   49      87         59
5   5     2      20   71      34         64
6   6     3      89   99      46         34
7   7     1      94   38      87         29
8   8     2      66   77      95         46
9   9     3      62   93      43         32
10 10     1      20   21      76         95
11 11     2      20   65      23         46
12 12     3      20   12      94         23

7、join函数 连接


inner_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"),...)
left_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...)
right_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"),...)
full_join(x, y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...)
semi_join(x, y, by = NULL, copy = FALSE, ...)
nest_join(x, y, by = NULL, copy = FALSE, keep = FALSE, name = NULL,...)
anti_join(x, y, by = NULL, copy = FALSE, ...)

join函数类型比较多，这里仅以left_join()函数举例


#新建数据框Class
> Class <- data.frame(Class = c(1,2,3),class = c('一班','二班','三班'))
> Class
  Class class
1     1  一班
2     2  二班
3     3  三班
> left_join(df,Class,by = 'Class') #基于Class变量左连接df与Class数据框
   ID Class Chinese Math English class
1   1     2      65   59      23    二班
2   2     2      37   38      45    二班
3   3     3      65   76      67    三班
4   4     1      90   49      87    一班
5   5     2      20   71      34    二班
6   6     3      89   99      46    三班
7   7     1      94   38      87    一班
8   8     2      66   77      95    二班
9   9     3      62   93      43    三班
10 10     1      20   21      76    一班
11 11     2      20   65      23    二班
12 12     3      20   12      94    三班

left_join()函数仅保留df对应的Class值的数据

以上为个人经验，希望能给大家一个参考，也希望大家多多支持编程网。如有错误或未考虑完全的地方，望不吝赐教。

--结束END--

本文标题: R语言中data.frame的常用操作总结

本文链接: https://lsjlt.com/news/124124.html(转载时请注明来源链接)

有问题或投稿请发送至: 邮箱/279061341@qq.com    QQ/279061341

猜你喜欢
  • R语言中data.frame的常用操作总结
    前言：近段时间学习R语言用到最多的数据格式就是data.frame，现对data.frame常用操作进行总结，其中函数大部分来自dplyr包，该包由Hadley Wickham所作，...
    99+
    2024-04-02
  • C语言中字符串常用操作总结
    目录字符串的定义和初始化字符串的赋值字符串的输入输出字符串的比较字符串的拼接字符串的查找和替换字符串的常用函数strcpy函数strcat函数strlen函数strcmp函数strc...
    99+
    2023-05-20
    C语言字符串常用操作 C语言字符串操作 C语言字符串
  • R语言 data.frame()命令的使用说明
    同expand.grid() 一样，data.frame() 也是一个生产数据框的命令 不同的是，两者产生的结果，要求不一样 data.frame() 的命令，如 data.fr...
    99+
    2024-04-02
  • R语言的Dataframe常用操作使用
    上节我们简单介绍了Dataframe的定义，这节我们具体来看一下Dataframe的操作 首先，数据框的创建函数为 data.frame( )，参考R语言的帮助文档，我们来了解一下d...
    99+
    2024-04-02
  • R语言常量知识点总结
    R语言基本的数据类型有数值型， 逻辑型（TRUE, FALSE），文本（字符串）。 支持缺失值，有专门的复数类型。 常量是指直接写在程序中的值。 数值型常量包括整型、单精度、双精度等...
    99+
    2024-04-02
  • R语言常量有哪些-总结
    这篇文章主要介绍“R语言常量有哪些-总结”，在日常操作中，相信很多人在R语言常量有哪些-总结问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”R语言常量有哪些-总结”的疑惑有所帮助！接下来，请跟着小编一起来学习吧...
    99+
    2023-06-14
  • R语言的Dataframe常用操作方法
    这篇文章主要讲解了“R语言的Dataframe常用操作方法”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“R语言的Dataframe常用操作方法”吧！上节我们简单介绍了Dataframe的定义...
    99+
    2023-06-20
  • R语言的特点总结
    R语言一般特点 自由软件，免费、开放源代码，支持各个主要计算机系统； 完整的程序设计语言，基于函数和对象，可以自定义函数，调入C、C++、Fortran编译的代码； ...
    99+
    2024-04-02
  • python中numpy 常用操作总结
    前言： NumPy 是 Python 语言的一个扩充程序库，支持大量高维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。同时NumPy 是机器学习必不可少的工具之一。 常用...
    99+
    2024-04-02
  • R语言中矩阵matrix和数据框data.frame的使用详解
    本文主要介绍了R语言中矩阵matrix和数据框data.frame的一些使用，分享给大家，具体如下： "一，矩阵matrix" "创建向量" x_1=c(1,2,3) x_1=...
    99+
    2024-04-02
  • MySQL 数据库常用操作语句的总结
    创建数据库： CREATE DATABASE database_name; 删除数据库： DROP DATABASE database_name; 选择数据库： USE database_na...
    99+
    2023-09-11
    数据库 mysql
  • R语言中常见的几种创建矩阵形式总结
    矩阵概述 R语言的实质实质上是与matlab差不多的，都是以矩阵为基础的 在R语言中，矩阵（matrix）是将数据按行和列组织数据的一种数据对象，相当于二维数组，可以用于描述二维的数...
    99+
    2024-04-02
  • Go语言操作MySQL的知识总结
    目录一、连接1.1 下载依赖1.2 使用mysql驱动1.3 初始化连接1.4 SetMaxOpenConns1.5 SetMaxIdleConns二、CRUD2.1 建库建表2.2 查询2.3 单行查询2.4 多行查询...
    99+
    2024-04-02
  • Shell常用操作符总结
    一、算术操作 + - * / % 二、关系操作 < > >= <= == != && || 三、测试操作 ...
    99+
    2022-06-04
    常用 操作 Shell
  • R语言:排序的应用操作
    工作中遇到过许多看起来挺复杂的数据筛选，本质上都可以用排序解决，这里以R自带的mtcar数据集为例做一个记录。 首先简单介绍一下mtcar数据集，mtcar（Motor Trend ...
    99+
    2024-04-02
  • R语言中的vector(向量)，array(数组)使用总结
    对于那些有一点编程经验的人来说，vector，matrix，array，list，data.frame就相当于编程语言中的容器，因为只是将R看做数据处理工具所以它们的底层是靠什么实现...
    99+
    2024-04-02
  • JavaScript中DOM操作常用事件总结
    目录常用事件演示得到焦点和失去焦点演示 鼠标划过和离开点击事件load加载页面事件onkeyup 键盘弹起事件内容变化事件选中时触发上一篇聊了如何同JavaScript获得页面元素，...
    99+
    2024-04-02
  • Jedis 常用操作总结笔记
    public class TestRedis {     private Jedis jedis;  &n...
    99+
    2024-04-02
  • Node.js中常规的文件操作总结
    前言 Node.js 提供一组类似 UNIX（POSIX）标准的文件操作API。 Node 导入文件系统模块(fs)语法如下所示： var fs = require("fs") fs模块是文件操作的封...
    99+
    2022-06-04
    常规 操作 文件
  • JavaScript中常用的数组操作方法总结
    目录前言数组基础遍历方法forfor offor in数组的基础操作方法push：尾部追加元素pop：尾部移出元素unshift：头部追加元素shift：头部移出元素splice：删...
    99+
    2024-04-02
软考高级职称资格查询
热门wiki
近期文章
推荐阅读
热门问答
热门标签
编程网，编程工程师的家园，是目前国内优秀的开源技术社区之一，形成了由开源软件库、代码分享、资讯、协作翻译、讨论区和博客等几大频道内容，为IT开发者提供了一个发现、使用、并交流开源技术的平台。

  • 官方手机版

  • 微信公众号

  • 商务合作