同expand.grid() 一样，data.frame() 也是一个生产数据框的命令
不同的是，两者产生的结果，要求不一样
data.frame() 的命令，如
|
1
|
data.frame(x=c(1:4),m=c(10,20,30),n=c(5:16)) |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
x m n1 1 10 52 2 20 63 3 30 74 4 10 85 1 20 96 2 30 107 3 10 118 4 20 129 1 30 1310 2 10 1411 3 20 1512 4 30 16 |
其中，对于x,m,n所包含的个数是有限制的
具体表现在三者或者更多所包含的个数这些数值【x(4),m(3),n(12)】的最小公倍数为其中一个（最大的那个数）
结果的排列也是不一样的
首先，行数为最多那组含有的数的个数
所有的循环均为依次循环，不像expand.grid()中的后面的还需要先重复之后再循环
补充：R 语言处理excel为data.frame
使用 R包 xlsx 或者 openxlsx
安装
|
1
2
|
install.packages("xlsx", repos="https://cloud.r-project.org/")install.packages("openxlsx", repos="https://cloud.r-project.org/") |
使用
文件名+sheet的序号读取指定sheet的内容
|
1
2
3
4
5
|
data <- read.xlsx("Lipstick.xlsx", sheet = 1) # 读取excelView(data)## data 为 data.frame# 读取 table 分隔的文本文件data = read.table(file.txt, sep="\t", header=T); |
访问 data.frame 的元素
查看列名 colnames(data)
查看行名 rownames(data)
提取指定行
data[2,] 提取第二行
提取指定列
|
1
|
data[c("列名1", "列名2", "列名3")] |
data[2] 提取第二列
data[2:4] 提取第2-4列
如果只访问1列，返回的是 vector 类型，可以使用 [[ ]] 或者 $ 来访问 data[[2]] 或者 data$列名
默认情况下，字符串向量会被自动识别成 Factor
向 data.frame 中添加新列 新添加的列的行数要和表中的列的行数相同
|
1
2
|
data$新列名 <- 数据data$新列名 <- as.integer(format(Sys.Date(), "%Y")) - as .integer(format(sutdent$birthday, "%Y")) |
查询/子集
查询一个data.frame，返回一个满足条件的子集，这相当于数据库中的表查询，是非常常见的操作。
使用行和列的index来获取子集是最简单的方法，详情见前面。
当然也可以使用布尔向量，配合which函数来实现对行的过滤。
比如我们要查询所有Gender为F的数据，那么我们首先通过student$Gender=="F" 得到一个布尔向量：FALSE FALSE ... TRUE，然后使用 which 函数可以将布尔向量中的TRUE的index返回，完整语句如下
|
1
|
student[which(student$Gender=="F")] |
如果我们想知道所有女生的年龄，
|
1
|
student[which(student$Gender=="F")， "Age"] |
另外可以直接使用 subset() 函数，比如把查询年龄改为 <30 的女性，查询姓名和年龄，如下
|
1
|
subset(student, Gender=="F" & Age < 30, select=c("Name", "Age")) |
使用SQL查询 Data Frame 使用 sqldf 包
|
1
2
|
library(sqldf)result <- sqldf("select Name, Age from student where Gender='F' and Age > 30") |
连接/合并
对于数据库来说，对多表进行 join 查询是一个很正常的事，在R中也可以对多个 Data.frame 进行连接，需要使用 merge() 函数
|
1
|
result <- merge(student,score,by.x="ID",by.y="SID") |
使用 rbind() 函数 rbind 的两个 Data frame 必须有相同的列
以上为个人经验，希望能给大家一个参考，也希望大家多多支持服务器之家。如有错误或未考虑完全的地方，望不吝赐教。
原文链接：https://blog.csdn.net/hongjinlongno1/article/details/52262052
