R语言数据结构---数据框
·
目录
（8）应用于数据框的函数：lapply()和sapply()
（1）创建数据框
> d<-data.frame(list(kids=c("Jack","Jill"),ages=c(12,10)))
> d
kids ages
1 Jack 12
2 Jill 10
> d$ages
[1] 12 10
（2）访问数据框
•通过组件的索引值或组件名来访问数据框中的组件
> d[[1]]
[1] "Jack" "Jill"
> d$kids
[1] "Jack" "Jill"•也可以通过类似矩阵的方式访问
> d[,1]
[1] "Jack" "Jill"
用str()查看d的内部结构,可以看出d具有矩阵的特征
> str(d)
'data.frame': 2 obs. of 2 variables:
$ kids: chr "Jack" "Jill"
$ ages: num 12 10（3）提取子数据框
•使用[ ]运算符提取特定行和列
# 创建一个示例数据框
df <- data.frame(
name = c("Alice", "Bob", "Charlie"),
age = c(25, 30, 35),
gender = c("female", "male", "male")
)
# 提取第 2 行和第 3 列到第 4 列的子数据框
subset_df <- df[2, 3:4]
# 输出子数据框
print(subset_df)
# 输出:
# gender
# 2 male
#保留提取子数据框时的空行或空列
> df <- data.frame(
+ name = c("Alice", "Bob", "Charlie"),
+ age = c(25, NA, 35),
+ gender = c("female", "", "male")
+ )
> subset_df <- df[, , drop = FALSE]
>
> print(subset_df)
name age gender
1 Alice 25 female
2 Bob NA
3 Charlie 35 male
•使用subset()函数提取符合条件的子数据框
# 创建一个示例数据框
df <- data.frame(
name = c("Alice", "Bob", "Charlie"),
age = c(25, 30, 35),
gender = c("female", "male", "male")
)
# 提取年龄大于等于 30 的子数据框
subset_df <- subset(df, age >= 30)
# 输出子数据框
print(subset_df)
# 输出:
# name age gender
# 2 Bob 30 male
# 3 Charlie 35 male
# 创建一个示例数据框
df <- data.frame(
name = c("Alice", "Bob", "Charlie"),
age = c(25, NA, 35),
gender = c("female", "", "male")
)
# 提取子数据框并保持空行和空列
subset_df <- subset(df, , drop = FALSE)
# 输出子数据框
print(subset_df)
> subset_df
name age gender
1 Alice 25 female
2 Bob NA
3 Charlie 35 male
•使用逻辑运算符和比较运算符提取符合条件的子数据框
# 创建一个示例数据框
df <- data.frame(
name = c("Alice", "Bob", "Charlie"),
age = c(25, 30, 35),
gender = c("female", "male", "male")
)
# 提取年龄大于等于 30 且性别为男性的子数据框
#保留所有的列，筛选行
subset_df <- df[df$age >= 30 & df$gender == "male", ]
# 输出子数据框
print(subset_df)
# 输出:
# name age gender
# 2 Bob 30 male
# 3 Charlie 35 male
（4）缺失值的处理
> x<-c(2,NA,4)
> mean(x)
[1] NA
> mean(x,na.rm = TRUE)
[1] 3
#在subset()函数中,不用自己设定na.rm=TRUE
df[df$age >= 30 & df$gender == "male", ]
#上面的语句也可以写为
subset(df,age>=30 & gender=="male")
#可以不用写为
subset(df,df$age>=30 & df$gender=="male")
#用于检测数据框或矩阵中是否存在缺失值，并返回一个逻辑向量，指示每个观测是否完整（不包含缺失值）
df <- data.frame(
name = c("Alice", "Bob", NA, "Dave"),
age = c(25, 30, NA, 40),
gender = c("female", "male", NA, "male")
)
# 使用 complete.cases() 检测完整观测
complete_obs <- complete.cases(df)
# 输出检测结果
print(complete_obs)
[1] TRUE TRUE FALSE TRUE
#complete.cases()也可以去掉空缺值
d<-data.frame(list(kids=c("Jack",NA,"Jillian","John"),ages=c(12,10,NA,13)))
> d
kids ages
1 Jack 12
2 <NA> 10
3 Jillian NA
4 John 13
> complete.cases(d)
[1] TRUE FALSE FALSE TRUE
> d2<-d[complete.cases(d),]
> d2
kids ages
1 Jack 12
4 John 13（5）使用rbind()和cbind()
> d2
kids ages
1 Jack 12
4 John 13
#rbind用于添加新行
> rbind(d2,list("halo",19))
kids ages
1 Jack 12
4 John 13
11 halo 19
#cbind() 函数用于按列合并两个或多个对象（如向量、矩阵、数据框）
#合并两个向量
x <- c(1, 2, 3)
y <- c("A", "B", "C")
result <- cbind(x, y)
print(result)
x y
[1,] "1" "A"
[2,] "2" "B"
[3,] "3" "C"
#合并两个矩阵
x <- matrix(1:6, nrow = 2)
y <- matrix(7:12, nrow = 2)
result <- cbind(x, y)
print(result)
[,1] [,2] [,3] [,4] [,5] [,6]
[1,] 1 3 5 7 9 11
[2,] 2 4 6 8 10 12
#合并数据框
df1 <- data.frame(x = c(1, 2, 3), y = c("A", "B", "C"))
df2 <- data.frame(z = c(TRUE, FALSE, TRUE), w = c(0.1, 0.2, 0.3))
result <- cbind(df1, df2)
print(result)
x y z w
1 1 A TRUE 0.1
2 2 B FALSE 0.2
3 3 C TRUE 0.3
#可以给原来的数据框添加result中的元素
> df1$number<-result$x
> df1
x y number
1 1 A 1
2 2 B 2
3 3 C 3
（6）apply()
apply(X, MARGIN, FUN, ...)
X：要应用函数的矩阵或数据框。MARGIN：一个整数向量，指定应用函数的维度。MARGIN = 1表示按行应用函数，MARGIN = 2表示按列应用函数。FUN：要应用的函数。...：传递给函数FUN的其他参数。
#回顾之前apply在矩阵中的应用
# 创建一个矩阵
mat <- matrix(1:9, nrow = 3)
# 使用 apply() 计算每行的和
row_sums <- apply(mat, 1, sum)
print(row_sums)
[1] 12 15 18
# 创建一个数据框
df <- data.frame(x = c(1, 2, 3), y = c(4, 5, 6), z = c(7, 8, 9))
# 使用 apply() 计算每列的均值
col_means <- apply(df, 2, mean)
print(col_means)
#输出
x y z
2 5 8
#自定义函数
mat <- matrix(1:9, nrow = 3)
# 自定义函数：计算平方根
sqrt_sum <- function(x) {
sqrt(sum(x))
}
# 使用 apply() 应用自定义函数
result <- apply(mat, 2, sqrt_sum)
print(result)
[1] 2.449490 3.872983 4.898979（7）合并数据框
#按照共同的列合并数据框
# 创建两个数据框
df1 <- data.frame(id = c(1, 2, 3), name = c("Alice", "Bob", "Charlie"))
df2 <- data.frame(id = c(2, 3, 4), age = c(25, 30, 35))
# 按照共同的列 "id" 合并数据框
result <- merge(df1, df2, by = "id")
print(result)
id name age
1 2 Bob 25
2 3 Charlie 30
#按照不同的列名合并数据框
# 创建两个数据框
df1 <- data.frame(id = c(1, 2, 3), name = c("Alice", "Bob", "Charlie"))
df2 <- data.frame(emp_id = c(2, 3, 4), age = c(25, 30, 35))
# 按照不同的列 "id" 和 "emp_id" 合并数据框
result <- merge(df1, df2, by.x = "id", by.y = "emp_id")
print(result)
id name age
1 2 Bob 25
2 3 Charlie 30
#根据所有的列合并数据框
# 创建两个数据框
df1 <- data.frame(id = c(1, 2, 3), name = c("Alice", "Bob", "Charlie"))
df2 <- data.frame(id = c(2, 3, 4), age = c(25, 30, 35))
# 根据所有的列合并数据框
result <- merge(df1, df2, all = TRUE)
print(result)
id name age
1 1 Alice NA
2 2 Bob 25
3 3 Charlie 30
4 4 <NA> 35> d<-data.frame(list(kids=c("Jack","Jill"),ages=c(12,10)))
> d
kids ages
1 Jack 12
2 Jill 10
> d1<-data.frame(list(kids=c("Jack","Jill","Jillian","John"),states=c("CA","MA","MA","HI")))
> d1
kids states
1 Jack CA
2 Jill MA
3 Jillian MA
4 John HI
> d2a<-rbind(d,list("Jill",15))
> d2a
kids ages
1 Jack 12
2 Jill 10
3 Jill 15
> merge(d2a,d1)
kids ages states
1 Jack 12 CA
2 Jill 10 MA
3 Jill 15 MA
#由上图可知,d2a有两个Jill,但是只有一个Jill住在MA,另外一个不知道,所以匹配的时候出现错误
#所以匹配向量的时候也要谨慎（8）应用于数据框的函数：lapply()和sapply()
lapply()：对列表（list）或向量（vector）的每个元素应用一个函数，并返回一个新的列表。
lapply(X, FUN, ...)
X：要操作的列表或向量。FUN：要应用到每个元素上的函数。...：其他参数，传递给FUN函数。
#统计每个数据框的行数
my_list <- list(df1 = data.frame(x = 1:3, y = 4:6),
df2 = data.frame(a = 1:5, b = 6:10))
# 统计每个数据框的行数
result <- lapply(my_list, function(df) nrow(df))
print(result)
$df1
[1] 3
$df2
[1] 5
> d
kids ages
1 Jack 12
2 Jill 10
> d1<-lapply(d, sort)
> d1
#d1是由两个向量构成的列表,这两个向量是排序后的kids和ages
$kids
[1] "Jack" "Jill"
$ages
[1] 10 12
#强行转化为数据框,但是这样做会丢失名字和年龄的对应关系,所以这样的转化没有意义,不用做
> as.data.frame(d1)
kids ages
1 Jack 10
2 Jill 12
sapply()：对数据框或列表等对象的每一列（或元素）进行逐一的操作并返回结果
sapply(X, FUN, ...)
X：要操作的数据框或列表等对象。FUN：要应用到每一列（或元素）上的函数。...：其他参数，传递给FUN函数。
# 创建一个数据框
df <- data.frame(x = c(1, 2, 3), y = c(4, 5, 6))
# 计算每列的均值
result <- sapply(df, mean)
print(result)
x y
2 5
# 创建一个数据框
df <- data.frame(x = c("a", "b", "c"), y = c("d", "e", "f"))
# 合并每列的字符向量
result <- sapply(df, paste, collapse = ", ")
#collapse:指定向量的连接符
print(result)
x y
"a, b, c" "d, e, f" 更多推荐
0
0- 0
已为社区贡献10条内容
所有评论(0)