R语言数据重塑知识点有哪些

这篇文章给大家分享的是有关R语言数据重塑知识点有哪些的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

R 语言中的数据重塑是关于改变数据被组织成行和列的方式。 大多数时间 R 语言中的数据处理是通过将输入数据作为数据帧来完成的。 很容易从数据帧的行和列中提取数据，但是在某些情况下，我们需要的数据帧格式与我们接收数据帧的格式不同。 R 语言具有许多功能，在数据帧中拆分，合并和将行更改为列，反之亦然。

于数据帧中加入列和行

我们可以使用 cbind() 函数连接多个向量来创建数据帧。 此外，我们可以使用 rbind() 函数合并两个数据帧。

# Create vector objects.city <- c("Tampa","Seattle","Hartford","Denver")state <- c("FL","WA","CT","CO")zipcode <- c(33602,98104,06161,80294)# Combine above three vectors into one data frame.addresses <- cbind(city,state,zipcode)# Print a header.cat("# # # # The First data frame") # Print the data frame.print(addresses)# Create another data frame with similar columnsnew.address <- data.frame(  city = c("Lowry","Charlotte"),  state = c("CO","FL"),  zipcode = c("80230","33949"),  stringsAsFactors = FALSE)# Print a header.cat("# # # The Second data frame") # Print the data frame.print(new.address)# Combine rows fORM both the data frames.all.addresses <- rbind(addresses,new.address)# Print a header.cat("# # # The combined data frame") # Print the result.print(all.addresses)

当我们执行上面的代码，它产生以下结果 -

# # # # The First data frame   city    state zipcode[1,] "Tampa"  "FL" "33602"[2,] "Seattle" "WA" "98104"[3,] "Hartford" "CT"  "6161" [4,] "Denver"  "CO" "80294"# # # The Second data frame    city    state  zipcode1   Lowry   CO   802302   Charlotte FL   33949# # # The combined data frame    city   state zipcode1   Tampa   FL  336022   Seattle  WA  981043   Hartford CT   61614   Denver  CO  802945   Lowry   CO  802306   Charlotte FL  33949

合并数据帧

我们可以使用 merge() 函数合并两个数据帧。 数据帧必须具有相同的列名称，在其上进行合并。

在下面的例子中，我们考虑 library 名称“MASS”中有关 Pima Indian Women 的糖尿病的数据集。 我们基于血压（“bp”）和体重指数（“bmi”）的值合并两个数据集。 在选择这两列用于合并时，其中这两个变量的值在两个数据集中匹配的记录被组合在一起以形成单个数据帧。

library(MASS)merged.Pima <- merge(x = Pima.te, y = Pima.tr,  by.x = c("bp", "bmi"),  by.y = c("bp", "bmi"))print(merged.Pima)nrow(merged.Pima)

当我们执行上面的代码，它产生以下结果 -

  bp bmi npreg.x glu.x skin.x ped.x age.x type.x npreg.y glu.y skin.y ped.y1 60 33.8    1  117   23 0.466  27   No    2  125   20 0.0882 64 29.7    2  75   24 0.370  33   No    2  100   23 0.3683 64 31.2    5  189   33 0.583  29  Yes    3  158   13 0.2954 64 33.2    4  117   27 0.230  24   No    1  96   27 0.2895 66 38.1    3  115   39 0.150  28   No    1  114   36 0.2896 68 38.5    2  100   25 0.324  26   No    7  129   49 0.4397 70 27.4    1  116   28 0.204  21   No    0  124   20 0.2548 70 33.1    4  91   32 0.446  22   No    9  123   44 0.3749 70 35.4    9  124   33 0.282  34   No    6  134   23 0.54210 72 25.6    1  157   21 0.123  24   No    4  99   17 0.29411 72 37.7    5  95   33 0.370  27   No    6  103   32 0.32412 74 25.9    9  134   33 0.460  81   No    8  126   38 0.16213 74 25.9    1  95   21 0.673  36   No    8  126   38 0.16214 78 27.6    5  88   30 0.258  37   No    6  125   31 0.56515 78 27.6   10  122   31 0.512  45   No    6  125   31 0.56516 78 39.4    2  112   50 0.175  24   No    4  112   40 0.23617 88 34.5    1  117   24 0.403  40  Yes    4  127   11 0.598  age.y type.y1   31   No2   21   No3   24   No4   21   No5   21   No6   43  Yes7   36  Yes8   40   No9   29  Yes10  28   No11  55   No12  39   No13  39   No14  49  Yes15  49  Yes16  38   No17  28   No[1] 17

有时，电子表格数据的格式很紧凑，可以给出每个主题的协变量，然后是该主题的所有观测值。 R的建模功能需要在单个列中进行观察。 考虑以下来自重复MRI脑测量的数据样本

 Status  Age  V1   V2   V3  V4   P 23646 45190 50333 55166 56271   CC 26174 35535 38227 37911 41184   CC 27723 25691 25712 26144 26398   CC 27193 30949 29693 29754 30772   CC 24370 50542 51966 54341 54273   CC 28359 58591 58803 59435 61292   CC 25136 45801 45389 47197 47126

在每个主题上有两个协变量和多达四个测量值。 数据从 excel 导出为 mr.csv 文件。

我们可以使用堆栈来帮助操纵这些数据以给出单个响应。

zz <- read.csv("mr.csv", strip.white = TRUE)zzz <- cbind(zz[gl(nrow(zz), 1, 4*nrow(zz)), 1:2], stack(zz[, 3:6]))

结果为：

   Status  Age values indX1     P 23646 45190 V1X2    CC 26174 35535 V1X3    CC 27723 25691 V1X4    CC 27193 30949 V1X5    CC 24370 50542 V1X6    CC 28359 58591 V1X7    CC 25136 45801 V1X11    P 23646 50333 V2...

函数unstack的方向相反，可能对导出数据很有用。

另一种方法是使用函数重塑

> reshape(zz, idvar="id",timevar="var", varying=list(c("V1","V2","V3","V4")),direction="long")  Status  Age var  V1 id1.1   P 23646  1 45190 12.1   CC 26174  1 35535 23.1   CC 27723  1 25691 34.1   CC 27193  1 30949 45.1   CC 24370  1 50542 56.1   CC 28359  1 58591 67.1   CC 25136  1 45801 71.2   P 23646  2 50333 12.2   CC 26174  2 38227 2...

重塑函数的语法比堆栈更复杂，但可以用于“long”表单中不止一列的数据。如果方向=“宽”，重塑还可以执行相反的转换。

感谢各位的阅读！关于“R语言数据重塑知识点有哪些”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！