R语⾔data.frame的常⽤操作总结
前⾔：近段时间学习R语⾔⽤到最多的数据格式就是data.frame，现对data.frame常⽤操作进⾏总结，其中函数⼤部分来⾃dplyr包，该包由Hadley Wickham所作，主要⽤于数据的清洗和整理。
⼀、创建
data.frame创建较为容易，调⽤data.frame函数即可。本⽂创建⼀个关于学⽣成绩的数据框，接下来⼤部分操作都对该数据框进⾏，其中学⽣成绩随机产⽣
1 > library(dplyr) #导⼊dplyr包
2 > options(digits = 0) #保留整数
3 > set.seed(1) #设置种⼦函数
4 > df <- data.frame(ID = 1:12, #ID
5 + Class = rep(c(1,2,3),4), #班级
6 + Chinese = runif(12,min = 0,max = 100), #语⽂
7 + Math = runif(12,min = 0,max = 100), #数学
8 + English = runif(12,min = 0,max = 100)) #英语
9 > for (i in 1:ncol(df)) {
10 + df[,i] <- as.integer(df[,i]) #将每列类型变为integer型
11 + }
df结果如下
1 > df
2 ID Class Chinese Math English
3 1 1 1 26 68 26
4 2 2 2 37 38 38
5 3 3 3 57 7
6 1
6 4 4 1 90 49 38
7 5 5 2 20 71 86
8 6 6 3 89 99 34
9 7 7 1 94 38 48
10 8 8 2 66 77 59
11 9 9 3 62 93 49
12 10 10 1 6 21 18
13 11 11 2 20 65 82
14 12 12 3 17 12 66
⼆、查询
1、查询某⼀⾏或某⼀列
可通过 data.frame[⾏号,] 或者 data.frame[，列号] 操作完成
其中 data.frame[⾏号,] 得到的类型是数据框
⽽ data.frame[，列号] 得到的类型是该列的类型
> df[2,]
ID Class Chinese Math English
2 2 2 37 38 38
> df[,4]
[1] 68 38 76 49 71 99 38 77 93 21 65 12
查询某⼀列还可以通过 data.frame$列名操作完成
> df$Chinese
[1] 26 37 57 90 20 89 94 66 62 6 20 17
data.frame[列号] 得到⼀个仅包含该列内容的数据框
1 > df[3]
2 Chinese
3 1 26
4 2 37
5 3 57
6 4 90
7 5 20
8 6 89
9 7 94
10 8 66
11 9 62
12 10 6
13 11 20
14 12 17
若要查符合条件的⾏，可采⽤ which() 函数，得到的类型是数据框
> df[which(df$ID == 4),]
ID Class Chinese Math English
4 4 1 90 49 38
2、查询某⼀个值
可通过 data.frame[⾏号，列号] 或 data.frame[⾏号，‘列名’] 操作完成
> df[3,4]
[1] 76
> df[3,'Math']
[1] 76
若查符合条件的值，可采⽤ which() 函数
> df[which(df$Chinese == 57),'Math'] #查询语⽂成绩为57的同学的数学成绩
[1] 76
> df[which(df$Class == 2),'English'] #查询班级号为2的同学的英语成绩
[1] 38 86 59 82
三、修改
1、修改某⼀⾏或列
> df[1,] <- c(1,2,65,59,73) #修改第⼀⾏
#修改英语成绩
> df[,'English'] <- c(23,45,67,87,34,46,87,95,43,76,23,94)
修改后结果为(1号同学英语成绩先由26修改为73，再修改为23)
1 > df
2 ID Class Chinese Math English
3 1 1 2 65 59 23
4 2 2 2 37 38 45
5 3 3 3 57 7
6 67
6 4 4 1 90 49 87
7 5 5 2 20 71 34
8 6 6 3 89 99 46
9 7 7 1 94 38 87
10 8 8 2 66 77 95
11 9 9 3 62 93 43
12 10 10 1 6 21 76
13 11 11 2 20 65 23
14 12 12 3 17 12 94
2、修改某⼀个值
直接将需要修改后的值赋给上述查询某⼀个值的操作即可
1 > df[3,'Chinese'] <- 65 #将3号同学的语⽂成绩修改为65
2#将语⽂成绩低于20的同学的语⽂成绩修改为20
3 > df[which(df$Chinese < 20),'Chinese'] <- 20
4 > df
5 ID Class Chinese Math English
6 1 1 2 65 59 23
7 2 2 2 37 38 45
8 3 3 3 65 76 67
9 4 4 1 90 49 87
10 5 5 2 20 71 34
11 6 6 3 89 99 46
12 7 7 1 94 38 87
13 8 8 2 66 77 95
14 9 9 3 62 93 43
15 10 10 1 20 21 76
16 11 11 2 20 65 23
17 12 12 3 20 12 94
3、修改⾏列名
可⽤rownames()及colnames()得到数据框的⾏列名，rownames(data.frame)[⾏号] 或 colnames(data.frame)[列号] 可得到指定位置的⾏名或者列名，若修改直接赋值给该变量即可
1 > colnames(df) #查询列名
2 [1] "ID""Class""Chinese""Math""English"
3 > colnames(df)[4] #查询第4列列名
4 [1] "Math"
5 > colnames(df)[4] <- "math"#修改第4列列名为math
6#修改列名
7 > colnames(df) <- c("ID","Class","Chinese","Math","English")
四、删除
删除⾏或列，仅需要选出该数据框的部分⾏或列，然后将其赋给该变量即可，其中在列号或⾏号前添加-表⽰不选该⾏或该列，在这⾥，
为了⽅便接下来的操作，我们将选出后的数据框赋给其他变量，要实现删除操作应当将选出后的数据框赋给⾃⼰ 1#选出df第1、3、5列 ( df <- df[,c(1,3,5)] )
2 > df.tmp <- df[,c(1,3,5)]
3 > df.tmp
4 ID Chinese English
5 1 1 65 23
6 2 2 3
7 45
7 3 3 65 67
8 4 4 90 87
9 5 5 20 34
10 6 6 89 46
11 7 7 94 87
12 8 8 66 95
13 9 9 62 43
14 10 10 20 76
15 11 11 20 23
16 12 12 20 94
17#删除df第3⾏ ( df <- df[-3,] )
18 > df.tmp <- df[-3,]
19 > df.tmp
20 ID Class Chinese Math English
21 1 1 2 65 59 23
22 2 2 2 37 38 45
23 4 4 1 90 49 87
24 5 5 2 20 71 34
25 6 6 3 89 99 46
26 7 7 1 94 38 87
27 8 8 2 66 77 95
28 9 9 3 62 93 43
29 10 10 1 20 21 76
30 11 11 2 20 65 23
31 12 12 3 20 12 94
五、添加
1、添加⾏
data.frame[新⾏号,] <- ⾏值
1 > df[13,] <- c(13,2,62,19,38) #新增13⾏数据
2 > df
3 ID Class Chinese Math English
4 1 1 2 6
5 59 23
5 2 2 2 37 38 45
6 3 3 3 65 76 67
7 4 4 1 90 49 87
8 5 5 2 20 71 34
9 6 6 3 89 99 46
10 7 7 1 94 38 87
11 8 8 2 66 77 95
12 9 9 3 62 93 43
13 10 10 1 20 21 76
14 11 11 2 20 65 23
15 12 12 3 20 12 94
16 13 13 2 62 19 38
若想对⾏进⾏复制，可以采⽤重复⾏号的⽅法
1 > df <- df[c(1,1:12),] #复制第1⾏1次
2 > df
3 ID Class Chinese Math English
4 1 1 2 6
5 59 23
5 1.1 1 2 65 59 23
6 2 2 2 3
7 3
8 45
7 3 3 3 65 76 67
8 4 4 1 90 49 87
9 5 5 2 20 71 34
10 6 6 3 89 99 46
11 7 7 1 94 38 87
12 8 8 2 66 77 95
13 9 9 3 62 93 43
14 10 10 1 20 21 76
15 11 11 2 20 65 23
16 12 12 3 20 12 94
可使⽤rep()函数⽅便进⾏多⾏的复制
1 > df <- df[rep(1:12,each = 2),] #对每⾏数据复制1次
2 > df
3 ID Class Chinese Math English
4 1 1 2 6
5 59 23
5 1.1 1 2 65 59 23
6 2 2 2 3
7 3
8 45
7 2.1 2 2 37 38 45
8 3 3 3 65 76 67
9 3.1 3 3 65 76 67
10 4 4 1 90 49 87
11 4.1 4 1 90 49 87
12 5 5 2 20 71 34
13 5.1 5 2 20 71 34
14 6 6 3 89 99 46
15 6.1 6 3 89 99 46
16 7 7 1 94 38 87
17 7.1 7 1 94 38 87
18 8 8 2 66 77 95
19 8.1 8 2 66 77 95
20 9 9 3 62 93 43
21 9.1 9 3 62 93 43
22 10 10 1 20 21 76
23 10.1 10 1 20 21 76
24 11 11 2 20 65 23
25 11.1 11 2 20 65 23
26 12 12 3 20 12 94
27 12.1 12 3 20 12 94
还可采⽤rbind()函数，后续会有⽰例
2、添加列
html framedata.frame$新列名 <- 列值
1 > df$Physics <- c(23,34,67,23,56,67,78,23,54,56,67,34)
2 > df
3 ID Class Chinese Math English Physics
4 1 1 2 6
5 59 23 23
5 2 2 2 37 38 45 34
6 3 3 3 65 76 6
7 67
7 4 4 1 90 49 87 23
8 5 5 2 20 71 34 56
9 6 6 3 89 99 46 67
10 7 7 1 94 38 87 78
11 8 8 2 66 77 95 23
12 9 9 3 62 93 43 54
13 10 10 1 20 21 76 56
14 11 11 2 20 65 23 67
15 12 12 3 20 12 94 34
data.frame[，新列号] <- 列值
1 > df[,7] <- c(1:12)
2 > df
3 ID Class Chinese Math English Physics V7
4 1 1 2 6
5 59 23 23 1
5 2 2 2 37 38 45 34 2
6 3 3 3 65 76 6
7 67 3
7 4 4 1 90 49 87 23 4
8 5 5 2 20 71 34 56 5
9 6 6 3 89 99 46 67 6
10 7 7 1 94 38 87 78 7
11 8 8 2 66 77 95 23 8
12 9 9 3 62 93 43 54 9
13 10 10 1 20 21 76 56 10
14 11 11 2 20 65 23 67 11
15 12 12 3 20 12 94 34 12
还可⽤dplyr包中的mutate()函数
1 > mutate(df,Chemistry = Chinese + Math + English + Physics)
2 ID Class Chinese Math English Physics V7 Chemistry
3 1 1 2 65 59 23 23 1 170
4 2 2 2 37 38 4
5 34 2 154
5 3 3 3 65 7
6 6
7 67 3 275
6 4 4 1 90 49 8
7 23 4 249
7 5 5 2 20 71 34 56 5 181
8 6 6 3 89 99 46 67 6 301
9 7 7 1 94 38 87 78 7 297
10 8 8 2 66 77 95 23 8 261
11 9 9 3 62 93 43 54 9 252
12 10 10 1 20 21 76 56 10 173
13 11 11 2 20 65 23 67 11 175
14 12 12 3 20 12 94 34 12 160
还可采⽤cbind()函数，后续会有⽰例
六、dplyr包常⽤函数
1 > df #原数据
2 ID Class Chinese Math English
3 1 1 2 65 59 23
4 2 2 2 37 38 45
5 3 3 3 65 7
6 67
6 4 4 1 90 49 87
7 5 5 2 20 71 34
8 6 6 3 89 99 46
9 7 7 1 94 38 87
10 8 8 2 66 77 95
11 9 9 3 62 93 43
12 10 10 1 20 21 76
13 11 11 2 20 65 23
14 12 12 3 20 12 94
1、arrange() 排序
arrange(.data, ...)
arrange(.data, ..., .by_group = FALSE)
1 > arrange(df,Chinese) #按语⽂成绩由⼩到⼤排序
2 ID Class Chinese Math English
3 1 5 2 20 71 34
4 2 10 1 20 21 76
5 3 11 2 20 65 23
6 4 12 3 20 12 94
7 5 2 2 37 38 45
8 6 9 3 62 93 43
9 7 1 2 65 59 23
10 8 3 3 65 76 67
11 9 8 2 66 77 95
12 10 6 3 89 99 46
13 11 4 1 90 49 87
14 12 7 1 94 38 87
函数中第⼀个是待排序的数据框，之后依次是变量，且变量优先级逐渐降低，如语⽂、数学成绩进⾏排序
1 > arrange(df,Chinese,Math) #依次按语⽂、数学成绩由⼩到⼤排序
2 ID Class Chinese Math English
3 1 12 3 20 12 94
4 2 10 1 20 21 76
5 3 11 2 20 65 23
6 4 5 2 20 71 34
7 5 2 2 37 38 45
8 6 9 3 62 93 43
9 7 1 2 65 59 23
10 8 3 3 65 76 67
11 9 8 2 66 77 95
12 10 6 3 89 99 46
13 11 4 1 90 49 87
14 12 7 1 94 38 87
若想由⼤到⼩排序，使⽤desc()函数
1 > arrange(df,desc(Chinese)) #按语⽂成绩由⼤到⼩排序
2 ID Class Chinese Math English
3 1 7 1 9
4 38 87
4 2 4 1 90 49 87
5 3
6 3 89 99 46
6 4 8 2 66 7
7 95
7 5 1 2 65 59 23
8 6 3 3 65 76 67
9 7 9 3 62 93 43
10 8 2 2 37 38 45
11 9 5 2 20 71 34
12 10 10 1 20 21 76
13 11 11 2 20 65 23
14 12 12 3 20 12 94
2、distinct()函数去重
distinct(.data, ..., .keep_all = FALSE)
1 > df1 <- df[rep(1:nrow(df),each = 2),] #将df每⾏复制1次
2 > df1
3 ID Class Chinese Math English
4 1 1 2 6
5 59 23
5 1.1 1 2 65 59 23
6 2 2 2 3
7 3
8 45
7 2.1 2 2 37 38 45
8 3 3 3 65 76 67
9 3.1 3 3 65 76 67
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论