• R语言数据结构---数据框

    目录

    （1）创建数据框

    （2）访问数据框

    （3）提取子数据框

    （4）缺失值的处理

    （5）使用rbind()和cbind()

    （6）apply()

    （7）合并数据框

    （8）应用于数据框的函数：lapply()和sapply()

    （1）创建数据框
    1. > d<-data.frame(list(kids=c("Jack","Jill"),ages=c(12,10)))
    2. > d
    3.   kids ages
    4. 1 Jack   12
    5. 2 Jill   10
    6. > d$ages
    7. [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

    1. > d[[1]]
    2. [1] "Jack" "Jill"
    3. > d$kids
    4. [1] "Jack" "Jill"

    •也可以通过类似矩阵的方式访问

    1. > d[,1]
    2. [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

    1. > str(d)
    2. 'data.frame':	2 obs. of  2 variables:
    3.  $ kids: chr  "Jack" "Jill"
    4.  $ ages: num  12 10

    （3）提取子数据框

    •使用[  ]运算符提取特定行和列

    1. # 创建一个示例数据框
    2. df <- data.frame(
    3.   name = c("Alice", "Bob", "Charlie"),
    4.   age = c(25, 30, 35),
    5.   gender = c("female", "male", "male")
    6. )
    7.  
    8. # 提取第 2 行和第 3 列到第 4 列的子数据框
    9. subset_df <- df[2, 3:4]
    10.  
    11. # 输出子数据框
    12. print(subset_df)
    13. # 输出:
    14. #    gender
    15. # 2   male
    16.  
    17. #保留提取子数据框时的空行或空列
    18. > df <- data.frame(
    19. +     name = c("Alice", "Bob", "Charlie"),
    20. +     age = c(25, NA, 35),
    21. +     gender = c("female", "", "male")
    22. + )
    23. > subset_df <- df[, , drop = FALSE]
    24. > 
    25. > print(subset_df)
    26.      name age gender
    27. 1   Alice  25 female
    28. 2     Bob  NA       
    29. 3 Charlie  35   male

    •使用subset()函数提取符合条件的子数据框

    1. # 创建一个示例数据框
    2. df <- data.frame(
    3.   name = c("Alice", "Bob", "Charlie"),
    4.   age = c(25, 30, 35),
    5.   gender = c("female", "male", "male")
    6. )
    7.  
    8. # 提取年龄大于等于 30 的子数据框
    9. subset_df <- subset(df, age >= 30)
    10.  
    11. # 输出子数据框
    12. print(subset_df)
    13. # 输出:
    14. #       name age gender
    15. # 2      Bob  30   male
    16. # 3 Charlie  35   male
    17.  
    18. # 创建一个示例数据框
    19. df <- data.frame(
    20.   name = c("Alice", "Bob", "Charlie"),
    21.   age = c(25, NA, 35),
    22.   gender = c("female", "", "male")
    23. )
    24.  
    25. # 提取子数据框并保持空行和空列
    26. subset_df <- subset(df, , drop = FALSE)
    27.  
    28. # 输出子数据框
    29. print(subset_df)
    30.  
    31. > subset_df
    32.      name age gender
    33. 1   Alice  25 female
    34. 2     Bob  NA       
    35. 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

    1. # 创建一个示例数据框
    2. df <- data.frame(
    3.   name = c("Alice", "Bob", "Charlie"),
    4.   age = c(25, 30, 35),
    5.   gender = c("female", "male", "male")
    6. )
    7.  
    8. # 提取年龄大于等于 30 且性别为男性的子数据框
    9. #保留所有的列，筛选行
    10. subset_df <- df[df$age >= 30 & df$gender == "male", ]
    11.  
    12. # 输出子数据框
    13. print(subset_df)
    14. # 输出:
    15. #       name age gender
    16. # 2      Bob  30   male
    17. # 3 Charlie  35   male

    （4）缺失值的处理
    1. > x<-c(2,NA,4)
    2. > mean(x)
    3. [1] NA
    4. > mean(x,na.rm = TRUE)
    5. [1] 3
    6.  
    7.  
    8. #在subset()函数中,不用自己设定na.rm=TRUE
    9. df[df$age >= 30 & df$gender == "male", ]
    10. #上面的语句也可以写为
    11. subset(df,age>=30 & gender=="male")
    12. #可以不用写为
    13. subset(df,df$age>=30 & df$gender=="male")
    14.  
    15. #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）
    16. df <- data.frame(
    17.   name = c("Alice", "Bob", NA, "Dave"),
    18.   age = c(25, 30, NA, 40),
    19.   gender = c("female", "male", NA, "male")
    20. )
    21.  
    22. # 使用 complete.cases() 检测完整观测
    23. complete_obs <- complete.cases(df)
    24.  
    25. # 输出检测结果
    26. print(complete_obs)
    27.  
    28. [1]  TRUE  TRUE FALSE  TRUE
    29.  
    30. #complete.cases()也可以去掉空缺值
    31. d<-data.frame(list(kids=c("Jack",NA,"Jillian","John"),ages=c(12,10,NA,13)))
    32. > d
    33.      kids ages
    34. 1    Jack   12
    35. 2    <NA>   10
    36. 3 Jillian   NA
    37. 4    John   13
    38. > complete.cases(d)
    39. [1]  TRUE FALSE FALSE  TRUE
    40. > d2<-d[complete.cases(d),]
    41. > d2
    42.   kids ages
    43. 1 Jack   12
    44. 4 John   13

    （5）使用rbind()和cbind()
    1. > d2
    2.   kids ages
    3. 1 Jack   12
    4. 4 John   13
    5. #rbind用于添加新行
    6. > rbind(d2,list("halo",19))
    7.    kids ages
    8. 1  Jack   12
    9. 4  John   13
    10. 11 halo   19
    11.  
    12. #cbind() 函数用于按列合并两个或多个对象（如向量、矩阵、数据框）
    13. #合并两个向量
    14. x <- c(1, 2, 3)
    15. y <- c("A", "B", "C")
    16.  
    17. result <- cbind(x, y)
    18.  
    19. print(result)
    20.      x   y  
    21. [1,] "1" "A"
    22. [2,] "2" "B"
    23. [3,] "3" "C"
    24.  
    25. #合并两个矩阵
    26. x <- matrix(1:6, nrow = 2)
    27. y <- matrix(7:12, nrow = 2)
    28.  
    29. result <- cbind(x, y)
    30.  
    31. print(result)
    32.      [,1] [,2] [,3] [,4] [,5] [,6]
    33. [1,]    1    3    5    7    9   11
    34. [2,]    2    4    6    8   10   12
    35.  
    36. #合并数据框
    37. df1 <- data.frame(x = c(1, 2, 3), y = c("A", "B", "C"))
    38. df2 <- data.frame(z = c(TRUE, FALSE, TRUE), w = c(0.1, 0.2, 0.3))
    39.  
    40. result <- cbind(df1, df2)
    41.  
    42. print(result)
    43.   x y     z   w
    44. 1 1 A  TRUE 0.1
    45. 2 2 B FALSE 0.2
    46. 3 3 C  TRUE 0.3
    47.  
    48. #可以给原来的数据框添加result中的元素
    49. > df1$number<-result$x
    50. > df1
    51.   x y number
    52. 1 1 A      1
    53. 2 2 B      2
    54. 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。
    1. #回顾之前apply在矩阵中的应用
    2. # 创建一个矩阵
    3. mat <- matrix(1:9, nrow = 3)
    4.  
    5. # 使用 apply() 计算每行的和
    6. row_sums <- apply(mat, 1, sum)
    7.  
    8. print(row_sums)
    9. [1] 12 15 18
    10.  
    11.  
    12. # 创建一个数据框
    13. df <- data.frame(x = c(1, 2, 3), y = c(4, 5, 6), z = c(7, 8, 9))
    14.  
    15. # 使用 apply() 计算每列的均值
    16. col_means <- apply(df, 2, mean)
    17.  
    18. print(col_means)
    19. #输出
    20. x y z 
    21. 2 5 8 
    22.  
    23.  
    24. #自定义函数
    25. mat <- matrix(1:9, nrow = 3)
    26.  
    27. # 自定义函数：计算平方根
    28. sqrt_sum <- function(x) {
    29.   sqrt(sum(x))
    30. }
    31.  
    32. # 使用 apply() 应用自定义函数
    33. result <- apply(mat, 2, sqrt_sum)
    34.  
    35. print(result)
    36. [1] 2.449490 3.872983 4.898979

    （7）合并数据框
    1. #按照共同的列合并数据框
    2. # 创建两个数据框
    3. df1 <- data.frame(id = c(1, 2, 3), name = c("Alice", "Bob", "Charlie"))
    4. df2 <- data.frame(id = c(2, 3, 4), age = c(25, 30, 35))
    5.  
    6. # 按照共同的列 "id" 合并数据框
    7. result <- merge(df1, df2, by = "id")
    8.  
    9. print(result)
    10.   id    name age
    11. 1  2     Bob  25
    12. 2  3 Charlie  30
    13.  
    14. #按照不同的列名合并数据框
    15. # 创建两个数据框
    16. df1 <- data.frame(id = c(1, 2, 3), name = c("Alice", "Bob", "Charlie"))
    17. df2 <- data.frame(emp_id = c(2, 3, 4), age = c(25, 30, 35))
    18.  
    19. # 按照不同的列 "id" 和 "emp_id" 合并数据框
    20. result <- merge(df1, df2, by.x = "id", by.y = "emp_id")
    21.  
    22. print(result)
    23.   id    name age
    24. 1  2     Bob  25
    25. 2  3 Charlie  30
    26.  
    27. #根据所有的列合并数据框
    28. # 创建两个数据框
    29. df1 <- data.frame(id = c(1, 2, 3), name = c("Alice", "Bob", "Charlie"))
    30. df2 <- data.frame(id = c(2, 3, 4), age = c(25, 30, 35))
    31.  
    32. # 根据所有的列合并数据框
    33. result <- merge(df1, df2, all = TRUE)
    34.  
    35. print(result)
    36.   id    name age
    37. 1  1   Alice  NA
    38. 2  2     Bob  25
    39. 3  3 Charlie  30
    40. 4  4    <NA>  35
    1. >  d<-data.frame(list(kids=c("Jack","Jill"),ages=c(12,10)))
    2. > d
    3.   kids ages
    4. 1 Jack   12
    5. 2 Jill   10
    6.  
    7. > d1<-data.frame(list(kids=c("Jack","Jill","Jillian","John"),states=c("CA","MA","MA","HI")))
    8. > d1
    9.      kids states
    10. 1    Jack     CA
    11. 2    Jill     MA
    12. 3 Jillian     MA
    13. 4    John     HI
    14.  
    15.  
    16. > d2a<-rbind(d,list("Jill",15))
    17. > d2a
    18.   kids ages
    19. 1 Jack   12
    20. 2 Jill   10
    21. 3 Jill   15
    22.  
    23. > merge(d2a,d1)
    24.   kids ages states
    25. 1 Jack   12     CA
    26. 2 Jill   10     MA
    27. 3 Jill   15     MA
    28. #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
    29. #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。
    1. #统计每个数据框的行数
    2.  
    3. my_list <- list(df1 = data.frame(x = 1:3, y = 4:6),
    4.                 df2 = data.frame(a = 1:5, b = 6:10))
    5.  
    6. # 统计每个数据框的行数
    7. result <- lapply(my_list, function(df) nrow(df))
    8.  
    9. print(result)
    10. $df1
    11. [1] 3
    12.  
    13. $df2
    14. [1] 5
    15.  
    16.  
    17. > d
    18.   kids ages
    19. 1 Jack   12
    20. 2 Jill   10
    21. > d1<-lapply(d, sort)
    22. > d1
    23. #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
    24. $kids
    25. [1] "Jack" "Jill"
    26.  
    27. $ages
    28. [1] 10 12
    29.  
    30. #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
    31. > as.data.frame(d1)
    32.   kids ages
    33. 1 Jack   10
    34. 2 Jill   12
    35.

    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。
    1. # 创建一个数据框
    2. df <- data.frame(x = c(1, 2, 3), y = c(4, 5, 6))
    3.  
    4. # 计算每列的均值
    5. result <- sapply(df, mean)
    6.  
    7. print(result)
    8. x y 
    9. 2 5 
    10.  
    11. # 创建一个数据框
    12. df <- data.frame(x = c("a", "b", "c"), y = c("d", "e", "f"))
    13.  
    14. # 合并每列的字符向量
    15. result <- sapply(df, paste, collapse = ", ")
    16. #collapse:指定向量的连接符
    17.  
    18. print(result)
    19.         x         y 
    20. "a, b, c" "d, e, f"
  • 相关阅读:
    Linux版车辆检测器在英创板上的测试步骤
    论文阅读笔记 | 三维目标检测——PointPillars算法
    新人学习笔记之（初识C语言）
    Linux系统命令——进程管理命令
    沉睡者C - 想要通过网上来赚钱，悟性很重要
    如何批量给视频添加logo水印？
    超大规模云数据中心对存储的诉求有哪些？
    【C#】rdlc报表答应报错：未能加载文件或程序集“Microsoft.SqlServer.Types
    OOP面向对象编程
    后端关卡17 初识MySQL数据库
  • 原文地址：https://blog.csdn.net/weixin_69884785/article/details/132654659