利用R語言進行基本資料管理

2021-09-05 09:26:57 字數 2559 閱讀 3370

####建立leadership資料框


manager <- c(1, 2, 3, 4, 5)


date <- c("10/24/08", "10/28/08", "10/1/08", "10/12/08", "5/1/09")


country <- c("us", "us", "uk", "uk", "uk")


gender <- c("m", "f", "f", "m", "f")


age <- c(32, 45, 25, 39, 99)


q1 <- c(5, 3, 3, 3, 2)


q2 <- c(4, 5, 5, 3, 2)


q3 <- c(5, 2, 5, 4, 1)


q4 <- c(5, 5, 5, na, 2)


q5 <- c(5, 5, 2, na, 1)


leadership <- data.frame(manager, date, country, gender, age,


q1, q2, q3, q4, q5,stringsasfactors = false)


####建立新變數


my_data <- data.frame(x1 = c(2, 2, 6, 4),


x2 = c(3, 4, 2, 8))


my_data <- transform(my_data,


sum_x = x1 + x2,


mean_x = (x1 + x2)/2)


my_data


####變數的重編碼


leadership


leadership$age[leadership$age == 99] <- na


leadership$age[leadership$age >  75] <- "elder"


leadership$age[leadership$age >= 55 &


leadership$age <= 75] <- "middle aged"


leadership$age[leadership$age < 55] <- "young"


#等價於


leadership <- within(leadership, )


####變數的重新命名


names(leadership)


names(leadership)[2] <- "test_date"


####缺失值


is.na(leadership[,c(6:10)])


#排除缺失值


x <- c(1, 2, na, 3)


y <- sum(x,na.rm = true)


(new_data <- na.omit(leadership))


####日期值


str_date <- c("01/05/1965", "08/16/1975")


(dates <- as.date(str_date, "%m/%d/%y"))


#計算時間間隔


today  <- sys.date()


dob <- as.date("1990-8-30")


difftime(today, dob, units = "days")


####型別轉換


a <- c(1, 2, 3)


is.numeric(a)


is.character(a)


is.vector(a)


is.matrix(a)


is.data.frame(a)


is.factor(a)


is.logical(a)


####資料排序


with(leadership, )


####資料集的合併


#向資料框新增列


total <- merge(dataframe1,dataframe2, by=c("id", "country"))


#向資料框中新增行


total <-  rbind(dataframe1, dataframe2)


####資料集取子集


#選入變數


my_vars <- c("q1", "q2")


(new_data <- leadership[my_vars])


#剔除變數


my_vars <- names(leadership) %in% c("q3", "q4")


(new_data <- leadership[!my_vars])


#最好的方法——subset()


new_data <- subset(leadership, age >= 35 | age < 24,


select = c(q1,q2))


new_data


#隨機抽樣


(my_sample <- leadership[sample(1:nrow(leadership), 3, replace = false),])


####使用sql語句運算元據框


library(sqldf)


(new_df <- sqldf("select * from mtcars where carb=1 order by mpg",


row.names=true))

R 基本資料管理

manager c 1,2,3,4,5 date c 10 24 08 10 28 08 10 1 08 10 12 08 5 1 09 country c us us uk uk uk gender c m f f m f age c 32,45,25,39,99 q1 c 5,3,3,3,2 q...

R語言實戰學習筆記（三）基本資料管理

在乙個資料框裡面加入新的變數的方法有三種，第一種是直接 引用新增，一種是用attach detach 第三種是用transform 函式。具體例子如下 mydata裡面已經存在x1和x2兩個變數 方法一 mydata sumx mydata x1 mydata x2 mydata meanx myd...

R語言 基本資料分析

本文基於r語言進行基本資料統計分析，包括基本作圖，線性擬合，邏輯回歸，bootstrap取樣和anova方差分析的實現及應用。不多說，直接上 中有注釋。1.基本作圖 盒圖，qq圖 basic plot boxplot x qqplot x,y 2.線性擬合 linear regression n 1...