每天学习一点R：9.数据的调整

数据框的基本调整

通过read.table或read.csv导入的数据一般为数据框格式(data frame)，有时需要将数据框变为矩阵或着将矩阵变为数据框。

data <- as.matrix(data)
data <- as.data.frame(data)

有些分析可能需要对数据进行转置。

data <- t(data)

提取部分数据

使用[,]进行数据框中特定数据的选择，逗号前代表行，逗号后代表列，数字代表行或列的排序。

#提取第一行第二列的数据
data <- data[1,2]

#提取前5行或前5列
data <- data[1:5,]
data <- data[,1:5]

#提取第1、3、5行
data <- data[c(1,3,5),]

#删除第一列
data <- data[,-1]

apply()函数

apply()函数可以按照行或列对数据框进行计算和统计。

apply(X, MARGIN, FUN, ...)

• X为需要进行计算的数据框

• MARGIN指定计算方式

• 1代表按照行计算

• 2代表按照列计算

• c(1,2)代表同时进行行和列计算

• FUN为计算公式

• sum代表求和

• mean代表求平均数

• max代表返回最大值

• min代表返回最小值

• ……

相关的FUN函数非常多样，根据自己的需要自行搜索即可。

#求data中每一行的总和
a <- apply(data,1,sum)
#返回的向量a中会按照行的顺序给出每一行的总和

#求data中每一列的平均值
b <- apply(data,2,mean)

数据格式转换

通常意义上的“X·Y”型数据被称作“宽格式”，数据所属的分组由其在矩阵中的位置决定，例如数据a位于A行a列，则其分组信息即为“A”和“a”。

在部分R语言的函数中，其识别的数据类型并不是常规的“宽格式”而是“长格式”，在长格式的数据中，每一行代表一个条目，而其所属分组是在其它单独的列中指定。

在进行数据分析和可视化时，有时需要将“宽格式”的数据转化为“长格式”，此时就需要用到reshape2包中的melt()命令。

melt(data, id.vars, measure.vars,
variable.name = "variable", na.rm = FALSE,
value.name = "value", ...)

参数解释：

• id.vars是被当做维度的列变量，每个变量在结果中占一列

• measure.vars是被当成观测值的列变量，它们的列变量名称和值分别组成variable和value两列

• 列变量名称用variable.name和value.name来指定

#首先要安装并载入reshape2包
install.packages("reshape2")
library(reshape2)

data <- data.frame(A=c(1:5),
B=c("a","b","c","d","e"),
C=c("Day","Day","Month","Month","Year"))

data
  A B     C
1 1 a   Day
2 2 b   Day
3 3 c Month
4 4 d Month
5 5 e  Year

data1 <- melt(data, id.vars = "A")
data1
   A variable value
1  1        B     a
2  2        B     b
3  3        B     c
4  4        B     d
5  5        B     e
6  1        C   Day
7  2        C   Day
8  3        C Month
9  4        C Month
10 5        C  Year

扩展阅读

---