怎么创作自己的网站,品牌推广渠道有哪些,wordpress 魔,交互式网站设计一、查看和编辑数据
1、查看数据
直接打印到控制台
x - data.frame(a1:20, b21:30)
x View()函数
此函数可以将数据以电子表格的形式进行展示。
用reshape2包中的tips进行举例#xff1a;
library(reshape2)
View(tips) head()函数 查看前几行数据…一、查看和编辑数据
1、查看数据
直接打印到控制台
x - data.frame(a1:20, b21:30)
x View()函数
此函数可以将数据以电子表格的形式进行展示。
用reshape2包中的tips进行举例
library(reshape2)
View(tips) head()函数 查看前几行数据参数n表示需要查看的行数默认为6 tail()函数
查看后几行数据参数n表示需要查看的行数默认为6 2、编辑数据
fix()函数 数据较少时可以用此函数来编辑数据。使用时会出现如下所示的一个弹窗可以直接在这上面编辑数据。
当数据量特别大时不适宜用此方法。
fix(tips) edit()函数
使用此函数会生成一个新的数据如果没有将新数据赋值给变量它将直接打印到控制台。使用时也会出现如下所示的一个弹窗可以直接在这上面编辑数据。
当数据量特别大时不适宜用此方法。
edit(tips) 二、筛选数据
subset()函数
此函数可对向量、矩阵和数据框提取子集它允许直接使用列名或变量名使得相较于中括号来说可读性更强。
以下通过reshape2包中的tips数据集进行举例
# 筛选tips数据集中星期天消费大于40美元小费大于5美元且不吸烟的男性买单
# 方法一用中括号
tips[tips$total_bill 20 tips$tip 5 tips$sex Male tips$smoker No tips$day Sun,c(total_bill, tip, sex, smoker, day)]
# 方法二使用subset()函数进行筛选
subset(tips,subset total_bill 20 tip 5 sex Male smoker No day Sun,select c(total_bill, tip, sex, smoker, day)) 将上述方法一进行改进使用with()函数它的作用是对当前数据构建一个环境并在该环境中计算表达式。
with(tips,tips[total_bill 20 tip 5 sex Male smoker No day Sun,c(total_bill, tip, sex, smoker, day)]) sample()函数随机抽样 此函数的3个重要参数 size抽样数量replace是否有放回地抽样prob按照一定的概率进行抽样 x - letters
sample(x, size12)y - array(LETTERS[1:24], dimc(3,4,2))
sample(y,size12) 如果对数据框和列表使用sample()函数那么得到的结果是对列或元素的随机抽样。对数据框来说希望得到对行的随机抽样所以需要先对行号随机抽样然后选取相应的行。 对列表进行随机抽样
x - list(a c(1,3,4), b letters, c3:15, dmonth.abb)
x
sample(x, size3) 对数据框进行随机抽样
tips[sample(1:nrow(tips), 3),] 三、合并数据
paste()和paste0()函数
将向量以字符串的形式拼接起来。
c()函数
将几个向量合并为更大的向量或列表
data.frame()函数
合并数据框。
cbind()函数
按列合并
x - tips[,c(1,2)]
head(x)
y - tips[,c(5,6)]
head(y)
z - cbind(x,y)
head(z)rbind()函数 按行合并且在合并时数据的列名称必须一样但对列的顺序没要求。
x - tips[sample(1:nrow(tips), 100),]
head(x)
y - tips[sample(1:nrow(tips), 50),][,7:1] # y的列名称顺序与x相反
head(y)
z - rbind(x,y)
head(z) merge()函数 # 构建作者信息表
authors - data.frame(name I(c(Tukey, Venables, Tierney, Ripley, McNeil)),nationality c(US, Australia, US, UK, Australia),deceased c(yes, rep(no, 4)))
authors
authors.new - within(authors,{ surname - name; rm(name) })
authors.new # 构建著作信息表
books - data.frame(name I(c(Tukey, Venables, Tierney,Ripley, Ripley, McNeil, R Core)),other.author c(NA, Ripley, NA, NA, NA, NA,Venables Smith),title c(Exploratory Data Analysis,Modern Applied Statistics with S-PLUS,LISP-STAT,Spatial Statistics, Stochastic Simulation,Interactive Data Analysis,An Introduction to R),publishers c(Addison-Wesley,Springer,Wiley-Interscience,Springer,Wiley-Interscience,Wiley,Samurai Media Limited),year c(1977,1994,1990,1988,2006,1992,2015))
books
合并有相同列名的数据框
merge(authors,books,by name) 合并没有相同列名的数据框
merge(authors.new,books,by.x surname,by.y name) 四、分组和汇总 cut()函数
x - rnorm(20,10,5)
# 按c(min(x),5,10,15,max(x))区间将x分成4个区间组
# include.lowest表示第一组是否包含最小值
cut(x,breaks c(min(x),5,10,15,max(x)),include.lowest T)# 可以为每一个组赋予标签
cut(x,breaks c(min(x),5,10,15,max(x)),labels c(第一组,第二组,第三组,第四组),include.lowest T) # 实际应用中往往是在数据框中生成新列
a - data.frame(x x)
a$y - cut(a$x,breaks c(min(a$x),5,10,15,max(a$x)),labels c(第一组,第二组,第三组,第四组),include.lowest T)
head(a) split()函数
通过分组变量以列表的形式将向量或者数据框分割为若干组。
b - split(a$x,a$y)
str(b) unsplit()函数
将分组结果还原。
c - unsplit(b,a$y)
c rowsum()函数
分组求和。
rowsum(a$x,group a$y) table()与xtabs()函数
计算每一组的元素数量。
table(a$x)xtabs(~ x, a) aggregate()函数
用于数据汇总。
library(reshape2)
# 按sex、smoker计算tips数据集中tatal_bill和tip的平均值
aggregate(tips[,c(total_bill,tip)],list(tips$sex,tips$smoker),mean)aggregate(cbind(total_bill,tip) ~ sex smoker,data tips,mean) 五、排序数据
sort()函数
常用于对数值向量或因子就行排序。 如果向量中有NAsort()函数会自动舍弃掉如果想要保留可通过na.last参数控制。 sort()函数默认以升序排序可通过设置decreasing参数为TRUE使其按照降序排序。 x - c(1,4,3,7,8,9,1,NA)
sort(x)
sort(x, na.lastT, decreasingT)y - factor(rep(c(东,西,北,南),3), levels c(东,南,西,北))
sort(y) rank()函数
此函数的操作对象是向量它输出的结果为向量的秩即排名。
当向量中出现重复值时其排名将受到ties.method参数的影响。 ties.method参数一共有7种 average默认值。平均排名即对于重复值分配它们在所有可能排名中的平均排名。例如如果有两个并列第二的数值则它们都会被赋予2.5的排名first升序排名即对于重复值分配它们的最小可能排名。即如果排名是从1开始的则所有重复值都会被赋予它们原本可以占据的最小排名。last降序排名即对于重复值分配它们的最大可能排名。即如果排名是从1开始的则所有重复值都会被赋予它们原本可以占据的最大排名。random随机排名即对于重复值随机分配它们可能的排名之一。每次运行可能会得到不同的结果。max最大排名与last一致min最小排名与first一致dense与average相似但分配的是连续排名。即如果有两个并列第二的数值则下一个数值的排名将是第四而不是跳过第三。 x - c(4, 2, 2, 8, 3, 3, 1)# 使用默认方法即average
rank(x)
# 结果可能是: [1] 6.0 3.5 3.5 8.0 4.5 4.5 1.0# 使用first方法
rank(x, ties.method first)
# 结果可能是: [1] 6 2 2 8 4 4 1# 使用last方法
rank(x, ties.method last)
# 结果可能是: [1] 6 3 3 8 5 5 1# 使用dense方法
rank(x, ties.method dense)
# 结果可能是: [1] 5 2 2 7 3 3 1 order()函数
用于返回向量中元素的排序索引。即order函数不会直接改变向量的顺序而是返回一个整数向量该向量指定了原始向量中元素在排序后应该出现的位置。 order(x, decreasing FALSE) x一个数值向量、字符向量或因子向量。decreasing一个逻辑值指定是否按降序排序。默认为FALSE即按升序排序。 它返回一个整数向量该向量给出了x中元素在排序前升序或降序的索引位置 x - c(4, 2, 8, 3, 1)# 按升序排序
sorted_indices - order(x)
sorted_indices
# 结果可能是: [1] 5 2 4 1 3因为元素1最开始的索引是5元素2最开始的索引是2依次类推这里有点绕# 使用排序索引获取排序后的向量
sorted_x - x[sorted_indices]
sorted_x
# 结果: [1] 1 2 3 4 8# 按降序排序
sorted_indices_desc - order(x, decreasing TRUE)
sorted_indices_desc
# 结果可能是: [1] 3 1 4 2 5# 使用排序索引获取降序排序后的向量
sorted_x_desc - x[sorted_indices_desc]
sorted_x_desc
# 结果: [1] 8 4 3 2 1
六、增加数据
with()函数增加一列数据
作用是对当前数据构建一个环境并在该环境中计算表达式。
tips1 - tips
# 在tips1中增加一列cost总消费
tips1$cost - with(tips1, total_bill tip)
head(tips1)# 使用$符号
tips1$cost - tips$total_bill tips$tip within()和transform()函数增加多列数据
tips2 - tips
# 增加两列数据总消费cost和人均消费avg.cost
tips2 - within(tips2,{costtotal_bill tipavg.costcost/size})
head(tips2) within()函数中新生成的变量上例中的cost可以被后续的代码调用而trnasform()函数新生成的变量则无法被后续的代码调用如下所示
tips3 - tips
tips3 - transform(tips3, costtotal_bill tip, avg.costcost/size) tips3 - tips
tips3 - transform(tips3, costtotal_bill tip, avg.cost(total_billtip)/size)
