目錄

一、數(shù)據(jù)轉(zhuǎn)換

二、取子集

三、數(shù)據(jù)框的翻轉(zhuǎn)

四、對(duì)數(shù)據(jù)框進(jìn)行計(jì)算

五、apply的用法?

六、數(shù)據(jù)的中心化與標(biāo)準(zhǔn)化?

七、參考

---

一、數(shù)據(jù)轉(zhuǎn)換

讀取文件

a <- read.csv('test.csv', header = T)

判斷讀取的類型

class(a)

is.data.frame(a)

強(qiáng)制格式轉(zhuǎn)換數(shù)據(jù)框格式

as.data.frame(a)

強(qiáng)制轉(zhuǎn)換為矩陣格式，每個(gè)元素都為一個(gè)字符串

as.matrix(data.frame(a))

查看判斷數(shù)據(jù)類型及格式轉(zhuǎn)換方法

methods(is) 和 methods(as)

給向量添加一個(gè)維度就會(huì)變成矩陣或者數(shù)組

二、取子集

如何對(duì)數(shù)據(jù)框取子集

View(b)可以查看數(shù)據(jù)框

使用切片取連續(xù)子集

取不連續(xù)子集

使用 which 進(jìn)行邏輯篩選

這里的? “? ，”是取行

subset() 可以對(duì)向量、矩陣、數(shù)據(jù)框取子集

sample(x, n) ：無(wú)放回抽樣， 每個(gè)元素只能抽取一次

設(shè)置replace = T，則是有放回抽樣

對(duì)數(shù)據(jù)框進(jìn)行抽樣

數(shù)據(jù)框的合并

data.frame(state.abb, state.area)

cbind(state.abb,state.area)：合并列

rbind(state.abb,state.area)：合并行要求新數(shù)據(jù)與原數(shù)據(jù)具有相同的列名

cbind,rbind也可以用于矩陣

要求是必須具有相同的行數(shù)或列數(shù)

如果合并的數(shù)據(jù)有重復(fù)項(xiàng)應(yīng)該怎么處理呢

下圖可以看到，51-101是重復(fù)項(xiàng)

duplicated(data3)：判斷是否為重復(fù)項(xiàng)

可以取出重復(fù)項(xiàng)，加 “? ！”可以取反

使用 unique() 可直接完成去重操作

使用 length(rownames()) 和 length(colnames()) 可以查看行數(shù)和列數(shù)

三、數(shù)據(jù)框的翻轉(zhuǎn)

t()：數(shù)據(jù)框翻轉(zhuǎn)

> data4<- t(data)

rev()：反向

修改數(shù)據(jù)框中的值

transform(data, colname)

colname命名新的名字，則會(huì)生成新的一列

數(shù)據(jù)框排序

sort是對(duì)向量進(jìn)行排序，返回排序后的結(jié)果

order也可以對(duì)向量進(jìn)行排序，返回的是對(duì)應(yīng)值所在的位置，而不是結(jié)果?

order可以根據(jù)索引對(duì)數(shù)據(jù)框進(jìn)行排序

取與 order 默認(rèn)相反的順序

在變量前加一個(gè) “ - ”

rank是求秩的函數(shù)

返回向量對(duì)應(yīng)元素的排名

四、對(duì)數(shù)據(jù)框進(jìn)行計(jì)算

將矩陣轉(zhuǎn)為數(shù)據(jù)框

rowSums 計(jì)算行和

colMeans 計(jì)算列均值

將計(jì)算的行和 和 列均值添加到 原數(shù)據(jù)框 中

可以看到，cm 行 Total 列被第一列的值替代

五、apply的用法?

apply(x,MARGIN,FUN)
x是數(shù)組、矩陣或數(shù)據(jù)框；MARGIN等于1代表行，等于2代表列；FUN代表要應(yīng)用的函數(shù)。
如：
apply(WorldPhones,MARGIN=1,FUN = sum)
apply(WorldPhones,MARGIN=2,FUN = mean)
apply(WorldPhones,MARGIN=2,FUN = Var)
apply(WorldPhones,MARGIN=2,FUN = log)

其他apply系列函數(shù)
lapply(x,FUN)：l 代表list，x是列表，返回值是列表。
sapply(x,FUN)：s代表simplify，x是列表，返回值是向量或者矩陣。
tapply(x,INDEX,FUN)：x是向量或其他，INDEX是一組因子，利用這個(gè)因子，可以對(duì)第一個(gè)參數(shù)的數(shù)據(jù)進(jìn)行分組。

六、數(shù)據(jù)的中心化與標(biāo)準(zhǔn)化?

數(shù)據(jù)中心化：是指數(shù)據(jù)集中的各項(xiàng)數(shù)據(jù)減去數(shù)據(jù)集的均值。
數(shù)據(jù)標(biāo)準(zhǔn)化：是指在中心化之后再除以數(shù)據(jù)集的標(biāo)準(zhǔn)差，即數(shù)據(jù)集中的各項(xiàng)數(shù)據(jù)減去數(shù)據(jù)集的均值再除以數(shù)據(jù)集的標(biāo)準(zhǔn)差。
簡(jiǎn)單來(lái)看：?
x <- c(1,2,3,6,3)
中心化：x-mean(x)
標(biāo)準(zhǔn)化：(x-mean(x))/sd(x)

R中實(shí)現(xiàn)數(shù)據(jù)中心化和標(biāo)準(zhǔn)化可以使用scale函數(shù)：
scale(x,center,scale)：center為TRUE就是做中心化處理，scale為TRUE就是做標(biāo)準(zhǔn)化處理。

七、參考

R語(yǔ)言入門與數(shù)據(jù)分析