R - 数据帧_R 菜鸟教程

数据框是一个表或二维数组状结构，其中每列包含一个变量的值，每行包含每列中的一组值。

以下是数据框的特征。

列名称应为非空。
行名称应该是唯一的。
存储在数据框中的数据可以是数值、因子或字符类型。
每列应包含相同数量的数据项。

创建数据帧

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),	
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),	
	 	
	 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)
# 打印数据帧。	 			 			 	
print(emp.data)

当我们执行上述代码时，它会产生以下结果——

emp_id emp_name salary start_date
1 1 Rick 623.30 2012-01-01
2 2 Dan 515.20 2013-09-23
3 3 Michelle 611.00 2014-11-15
4 4 Ryan 729.00 2014-05-11
5 5 Gary 843.25 2015-03-27

获取数据帧的结构

数据帧的结构可以通过使用 str（） 函数来查看。

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),	
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),	
	 	
	 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)
# 获取数据帧的结构。
str(emp.data)

当我们执行上述代码时，它会产生以下结果——

'data.frame': 5 obs. of 4 variables:
$ emp_id : int 1 2 3 4 5
$ emp_name : chr "Rick" "Dan" "Michelle" "Ryan" ...
$ salary : num 623 515 611 729 843
$ start_date: Date, format: "2012-01-01" "2013-09-23" "2014-11-15" "2014-05-11" ...

数据帧中的数据摘要

数据的统计摘要和性质可以通过应用 summary（） 函数来获得。

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),	
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),	
	 	
	 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)
# 打印摘要。
print(summary(emp.data))

当我们执行上述代码时，它会产生以下结果——

emp_id emp_name salary start_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

从 Data Frame 中提取数据

使用列名称从数据帧中提取特定列。

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),
	 	
	 	start_date = as.Date(c("2012-01-01","2013-09-23","2014-11-15","2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)
# 提取特定列。
result <- data.frame(emp.data$emp_name,emp.data$salary)
print(result)

当我们执行上述代码时，它会产生以下结果——

emp.data.emp_name emp.data.salary
1 Rick 623.30
2 Dan 515.20
3 Michelle 611.00
4 Ryan 729.00
5 Gary 843.25

提取前两行，然后提取所有列

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),
	 	
	 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)
# 提取前两行。
result <- emp.data[1:2,]
print(result)

当我们执行上述代码时，它会产生以下结果——

emp_id emp_name salary start_date
1 1 Rick 623.3 2012-01-01
2 2 Dan 515.2 2013-09-23

提取第 3行和第 5 行，其中包含第 2列和第 4 列

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),	
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),	
	 	
		 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)

# 用第2列和第4列提取第3行和第5行。
result <- emp.data[c(3,5),c(2,4)]
print(result)

当我们执行上述代码时，它会产生以下结果——

emp_name start_date
3 Michelle 2014-11-15
5 Gary 2015-03-27

展开数据框

可以通过添加列和行来扩展数据框。

添加列

只需使用新的列名添加列矢量即可。

# 创建数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),	
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),	
	 	
	 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	stringsAsFactors = FALSE
)

# 添加“dept”符号。
emp.data$dept <- c("IT","Operations","IT","HR","Finance")
v <- emp.data
print(v)

当我们执行上述代码时，它会产生以下结果——

添加行

要向现有数据框永久添加更多行，我们需要以与现有数据框相同的结构引入新行，并使用 rbind（） 函数。

在下面的示例中，我们将创建一个包含新行的数据框，并将其与现有数据框合并以创建最终数据框。

# 创建第一个数据帧。
emp.data <- data.frame(
	 	emp_id = c (1:5),	
	 	emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),
	 	salary = c(623.3,515.2,611.0,729.0,843.25),	
	 	
	 	start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
	 	 	 "2015-03-27")),
	 	dept = c("IT","Operations","IT","HR","Finance"),
	 	stringsAsFactors = FALSE
)

# 创建第二个数据帧
emp.newdata <- 		 	data.frame(
	 	emp_id = c (6:8),	
	 	emp_name = c("Rasmi","Pranab","Tusar"),
	 	salary = c(578.0,722.5,632.8),	
	 	start_date = as.Date(c("2013-05-21","2013-07-30","2014-06-17")),
	 	dept = c("IT","Operations","Fianance"),
	 	stringsAsFactors = FALSE
)

# 绑定两个数据帧。
emp.finaldata <- rbind(emp.data,emp.newdata)
print(emp.finaldata)

当我们执行上述代码时，它会产生以下结果——

emp_id emp_name salary start_date dept
1 1 Rick 623.30 2012-01-01 IT
2 2 Dan 515.20 2013-09-23 Operations
3 3 Michelle 611.00 2014-11-15 IT
4 4 Ryan 729.00 2014-05-11 HR
5 5 Gary 843.25 2015-03-27 Finance
6 6 Rasmi 578.00 2013-05-21 IT
7 7 Pranab 722.50 2013-07-30 Operations
8 8 Tusar 632.80 2014-06-17 Fianance

<< R - 因子 R - 包（Packages） >>