R - 数据帧

R数据框架 - 从简单和简单的步骤学习R编程语言，从基本到高级概念，包括R安装，语言基础，语法，文字，数据类型，变量，函数，循环，决策，模块，数组，列表，矢量，数学，矩阵，统计，图形，Excel数据，csv数据，概述，环境设置，运算符，字符串，因子，数据框，包，数据整形，二进制文件，XML文件，Json文件，Web数据，数据库，饼图图表，条形图，箱线图，直方图，线图，散点图，平均值，中位数和模式，线性回归，多元回归，Logistic回归，正态分布，二项分布，泊松回归，协方差分析，时间序列分析，非线性最小二乘，决策树，随机森林，生存分析，卡方检验。

数据框是一个表或二维数组结构，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字，因子或字符类型.
每列应包含相同数量的数据项.

创建数据框

# Create the data frame.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)# Print the data frame.print(emp.data)

当我们执行上面的代码时，它产生以下结果 :

emp_id    emp_name     salary     start_date1     1     Rick        623.30     2012-01-012     2     Dan         515.20     2013-09-233     3     Michelle    611.00     2014-11-154     4     Ryan        729.00     2014-05-115     5     Gary        843.25     2015-03-27

获取数据框的结构

使用 str()函数可以看到数据框的结构.

# Create the data frame.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)# Get the structure of the data frame.str(emp.data)

当我们执行上面的代码时，它产生以下结果 :

'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" ...

数据框中的数据摘要

通过应用 summary()

# Create the data frame.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)# Print the summary.print(summary(emp.data))

当我们执行上面的代码时，它产生以下结果 :

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

从数据框中提取数据

使用列名从数据框中提取特定列.

# Create the data frame.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)# Extract Specific columns.result <- data.frame(emp.data$emp_name,emp.data$salary)print(result)

当我们执行上面的代码时，它产生以下结果 :

emp.data.emp_name emp.data.salary1              Rick          623.302               Dan          515.203          Michelle          611.004              Ryan          729.005              Gary          843.25

提取前两行，然后是所有列

# Create the data frame.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)# Extract first two rows.result <- emp.data[1:2,]print(result)

当我们执行上面的代码时，它产生以下结果 :

emp_id    emp_name   salary    start_date1      1     Rick      623.3     2012-01-012      2     Dan       515.2     2013-09-23

提取3 ^rd和5 ^th行2 ^nd和4 ^th列

# Create the data frame.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)# Extract 3rd and 5th row with 2nd and 4th column.result <- emp.data[c(3,5),c(2,4)]print(result)

当我们执行上面的代码时，它产生以下结果 :

emp_name start_date3 Michelle 2014-11-155     Gary 2015-03-27

展开数据框

数据框可以通过以下方式展开添加列和行.

添加列

只需使用新列名添加列向量.

# Create the data frame.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)# Add the "dept" coulmn.emp.data$dept <- c("IT","Operations","IT","HR","Finance")v <- emp.dataprint(v)

当我们执行上面的代码时，它产生以下结果 :

emp_id   emp_name    salary    start_date       dept1     1    Rick        623.30    2012-01-01       IT2     2    Dan         515.20    2013-09-23       Operations3     3    Michelle    611.00    2014-11-15       IT4     4    Ryan        729.00    2014-05-11       HR5     5    Gary        843.25    2015-03-27       Finance

Add Row

要永久地向现有数据框添加更多行，我们需要在与现有数据框相同的结构中引入新行，并使用 rbind() function.

在下面的例子中，我们创建一个包含新行的数据帧，并将其与现有数据帧合并以创建最终数据帧.

# Create the first data frame.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)# Create the second data frameemp.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)# Bind the two data frames.emp.finaldata <- rbind(emp.data,emp.newdata)print(emp.finaldata)

当我们执行上面的代码，它产生以下结果 :

  emp_id     emp_name    salary     start_date       dept1      1     Rick        623.30     2012-01-01       IT2      2     Dan         515.20     2013-09-23       Operations3      3     Michelle    611.00     2014-11-15       IT4      4     Ryan        729.00     2014-05-11       HR5      5     Gary        843.25     2015-03-27       Finance6      6     Rasmi       578.00     2013-05-21       IT7      7     Pranab      722.50     2013-07-30       Operations8      8     Tusar       632.80     2014-06-17       Fianance