zoukankan      html  css  js  c++  java
  • R 数据框的操作

    1.插入一列

    根据自带数据集beaver 进行操作,比如插入一列id。

    > colnames(beaver1)
    [1] "day"   "time"  "temp"  "activ"
    > nrow(beaver1)
    [1] 114

     方法1:

    new_beaver1$id = rep(1,114)
    

     方法2

    new_beaver1 = data.frame(id = rep(1,114),beaver1)
    

     方法3

    x = data.frame(
      id = rep(1,114)
    )
    new_beaver1 = cbind(beaver1,x)
    

    2.插入一行

    new_beaver1 = beaver1
    x=c(348,350,98.15,0,1)
    rbind(beaver1,x)
    

    首先明确 beaver1 是输出整个数据框,beaver1[行范围,列范围]打印出指定范围的数据框。

    3.按照条件提取数据

    beavear1[行条件,列条件]

    4.删除数据框数据

    处理规则是要删除的行或者是列不给显示然后赋予一个新的数据框。

    beaver1[行,列]

    比如 beaver1[--c(1:5),1:2] 不打印第1到5行且只打印第1到2列。

    5.一个习题:

    beaver1 和 beaver2 数据集包含两个海狸的体温数据。为beaver1数据集添加一列名为id的列,其值全部为1。同样,也为 beaver2 添加一个id列,值全为2。 垂直拼接两个数据框,并且找到所有活跃着的海狸的子集。

    > new_beaver1 = data.frame(id = rep(1,114),beaver1)
    > new_beaver2 = data.frame(id = rep(2,100),beaver2)
    > new_beaver=rbind(new_beaver1,new_beaver2)
    > new_beaver[new_beaver$activ==1,]
        id day time  temp activ
    54   1 346 1730 37.07     1
    68   1 346 1950 37.10     1
    80   1 346 2150 37.53     1
    83   1 346 2230 37.25     1
    86   1 346 2300 37.24     1
    114  1 347  340 37.15     1
    153  2 307 1550 37.98     1
    154  2 307 1600 38.02     1
    155  2 307 1610 38.00     1
    156  2 307 1620 38.24     1
    157  2 307 1630 38.10     1
    158  2 307 1640 38.24     1
    159  2 307 1650 38.11     1
    160  2 307 1700 38.02     1
    161  2 307 1710 38.11     1
    162  2 307 1720 38.01     1
    163  2 307 1730 37.91     1
    164  2 307 1740 37.96     1
    165  2 307 1750 38.03     1
    166  2 307 1800 38.17     1
    167  2 307 1810 38.19     1
    168  2 307 1820 38.18     1
    169  2 307 1830 38.15     1
    170  2 307 1840 38.04     1
    171  2 307 1850 37.96     1
    172  2 307 1900 37.84     1
    173  2 307 1910 37.83     1
    174  2 307 1920 37.84     1
    175  2 307 1930 37.74     1
    176  2 307 1940 37.76     1
    177  2 307 1950 37.76     1
    178  2 307 2000 37.64     1
    179  2 307 2010 37.63     1
    180  2 307 2020 38.06     1
    181  2 307 2030 38.19     1
    182  2 307 2040 38.35     1
    183  2 307 2050 38.25     1
    184  2 307 2100 37.86     1
    185  2 307 2110 37.95     1
    186  2 307 2120 37.95     1
    187  2 307 2130 37.76     1
    188  2 307 2140 37.60     1
    189  2 307 2150 37.89     1
    190  2 307 2200 37.86     1
    191  2 307 2210 37.71     1
    192  2 307 2220 37.78     1
    193  2 307 2230 37.82     1
    194  2 307 2240 37.76     1
    195  2 307 2250 37.81     1
    196  2 307 2300 37.84     1
    197  2 307 2310 38.01     1
    198  2 307 2320 38.10     1
    199  2 307 2330 38.15     1
    200  2 307 2340 37.92     1
    201  2 307 2350 37.64     1
    202  2 308    0 37.70     1
    203  2 308   10 37.46     1
    204  2 308   20 37.41     1
    205  2 308   30 37.46     1
    206  2 308   40 37.56     1
    207  2 308   50 37.55     1
    208  2 308  100 37.75     1
    209  2 308  110 37.76     1
    210  2 308  120 37.73     1
    211  2 308  130 37.77     1
    212  2 308  140 38.01     1
    213  2 308  150 38.04     1
    214  2 308  200 38.07     1
    

      

  • 相关阅读:
    团购网站之大众点评
    cas xml
    smsUtil
    solr配置
    xml
    yu
    Schema.xml
    ApplicationContext-redis.xml
    fast
    第一版
  • 原文地址:https://www.cnblogs.com/jiaxinwei/p/11517598.html
Copyright © 2011-2022 走看看