R语言给数据集创建新变量

再数据分析的过程中往往需要先创建新变量再进行分析。根据经验，主要包括两方面。

1.独立创建变量，再利用新变量数据进行数据整理和分析，这样比较简单,代码如下：

data$newvar<-data$oldvar

创建一个空白变量代码如下：

data$newvar<-NA

2、新变量是有其他变量转化或者计算得来，代码如下：

由定量变量计算生成新变量：

data$BMI<-data$weight/data$height/data$height*10000

定量或定性变量转化生成新变量：

data<-within({

newvar<-NA

newvar[data$age<18]<-"未成年人"

newvar[data$age>=18]<-"成年人"

})

也可以使用循环语句来实现：

data$newvar<-NA

for(i in 1:length(data$age)){

if data$age[i]<18 data$newvar[i]<-"未成年人"

else data$newvar[i]<-"成年人"

}

需要注意的是，使用循环语句时候，if条件使用的变量(age)不能为空，否则会报错！！！

R语言给数据集创建新变量相关推荐

R语言数据处理之创建新变量
初步的数据处理,通常要创建新的变量.其实,创建新变量可以: 避开未经处理的数据未有所需数据的难处: 变换一些已有数据,以更好的为下一步分析作准备: 而常创建的新变量有: 缺失值指针 (Missingn ...
R语言创建新变量方法
R语言创建新变量方法在数据分析中,可能需要对数据进行求和.求均值等处理,并且将处理后的数据重新保存到原来的数据框中,这里提供三种可供解决的方法: 数据框$变量名 <- 表达式.若原数据框中含有 ...
R语言变量的处理（创建新变量变量重新赋值
创建新变量: 方法一: #在mydata数据库中创建新变量sum,sum是mydata数据库中x1和x2之和 mydata$sum <- mydata$x1 + mydata$x2 #在myda ...
R语言使用两个分类变量创建双向表（Two Way Table、两个分类变量的频率表）实战: 矩阵的双向表、dataframe的双向表、条形图和马赛克图来可视化频率表
R语言使用两个分类变量创建双向表(Two Way Table.两个分类变量的频率表)实战: 矩阵的双向表.dataframe的双向表.条形图和马赛克图来可视化频率表目录
r语言处理数据集编码_在强调编码语言或工具之前，请学习这3个基本数据概念
r语言处理数据集编码重点 (Top highlight) I got an Instagram DM the other day that really got me thinking. This ...
R语言为dataframe添加新的数据列（add new columns）：使用R原生方法、data.table、dplyr等方案
R语言为dataframe添加新的数据列(add new columns):使用R原生方法.data.table.dplyr等方案目录 R语言为dataframe
R语言为dataframe添加新的数据列（横向拼接、Appending columns，Unioning columns）:使用R原生方法、data.table、dplyr等方案
R语言为dataframe添加新的数据列(横向拼接.Appending columns,Unioning columns):使用R原生方法.data.table.dplyr等方案目录 R语言为dat
R语言gganimate包创建可视化gif动图、并使用anim_save函数保存可视化gif动图（gganimate export to gif）
R语言gganimate包创建可视化gif动图.并使用anim_save函数保存可视化gif动图(gganimate export to gif) 目录
R语言gganimate包创建可视化gif动图、可视化动图：ggplot2可视化静态散点图、gganimate包创建动态散点分面图（facet_wrap）动画基于transition_time函数
R语言gganimate包创建可视化gif动图.可视化动图:ggplot2可视化静态散点图.gganimate包创建动态散点分面图(facet_wrap)动画基于transition_time函数目 ...

R语言给数据集创建新变量

R语言给数据集创建新变量相关推荐

最新文章

热门文章