R语言空间数据处理(part1)--基础数据操作与处理

学习笔记，仅供参考
学习书目：《R语言空间数据处理与分析实践教程》–卢宾宾;

基础数据操作与处理

设置工作路径,并导入包

workL = "F:/MyStudio/Rstudio/RSpaceMetrology/myRdoc"
setwd(workL)
#getwd()

函数学习记录表

数据类型转换

a <- as("123", "numeric")
b <- as.numeric("456")
class(a)
class(b)

match函数

test1 <- c("A", "A", "B", "B", "B")
type_test1 <- unique(test1)
print(type_test1)
idx <- match(test1, type_test1)
print(idx)

which.min和which.max

test2 <- c(9, 4, 7, 2, 9, 5, 3)
which.min(test2)
which.max(test2)

rev函数

rev函数可以实现向量或矩阵的翻转；当进行矩阵的翻转时,rev函数将矩阵当做一个向量处理，矩阵转换为向量的原则以列优先

test3 <- c(1:5)
print(test3)
print(rev(test3))
print("----------------------")
test4 <- matrix(1:12, nrow = 3)
print(test4)
print(rev(test4))
print(matrix(rev(test4), nrow = 3))

用dplyr包中对数据进行处理

library(dplyr)data01 <- read.csv("comp.csv")
head(data01)
#选取Demo列
select(data01, "Dame")  %>% head()
#选取首字母以B开头的列
filter(data01, Dame == 0) %>% head()
#按照Dame列的大小给data01排序
arrange(data01, Dame) %>% head()
#按照Dame列的大小对data01进行降序排序
arrange(data01, desc(Dame)) %>% head()

用rlist包处理关系型数据


library(rlist)#创建一个listperson <- list(p1=list(name="Ken",age=24,interest=c("reading","music","movies"),lang=list(r=2,csharp=4,python=3)),p2=list(name="James",age=25,interest=c("sports","music"),lang=list(r=3,java=2,cpp=5)),p3=list(name="Penny",age=24,interest=c("movies","reading"),lang=list(r=1,cpp=4,python=2)))str(person)
list.map(person, age)
list.map(person, names(lang))
p.age25 <- list.filter(person, age >= 25)
str(p.age25)
p.py3 <- list.filter(person, lang$python >= 3)
str(p.py3)

利用lubridate包处理时间数据


library(lubridate)dateString <- c('20131113','120315','12/17/1996','09-01-01')
(date <- parse_date_time(dateString, order = c('ymd','mdy','dmy','ymd')))
wday(date[1])
wday(date, label = TRUE)
month(date)#查看是否有时间的交叠
begin1 <- ymd_hms("20150903, 12:00:00")
end1 <- ymd_hms("20160804, 12:30:00")
begin2 <- ymd_hms("20151203, 12:00:00")
end2 <- ymd_hms("20160904, 12:30:00")
(date_1 <- interval(begin1, end1))
(date_2 <- interval(begin2, end2))
int_overlaps(date_1, date_2)

利用tidyr包进行数据处理


library(tidyr)widedata <- data.frame(person=c('Alex','Bob','Cathy'),grade=c(2,3,4),score=c(78,89,88),age=c(18,19,18))
widedata
#整合为长数据
longdata <- gather(widedata, variable, value,-person)
longdata#合并
wideunite<-unite(widedata, information, person, grade, score, age, sep= "-")
wideunite
#拆分
widesep <- separate(wideunite, information,c("person","grade","score","age"), sep = "-")
widesep

R语言空间数据处理(part1)--基础数据操作与处理相关推荐

R语言空间数据处理(part2)--空间数据读写
学习笔记,仅供参考学习书目:<R语言空间数据处理与分析实践教程>–卢宾宾; 准备工作设置工作路径,并导包 workL = "F:/MyStudio/Rstudio/RSpac ...
【R语言与数据分析实战】数据操作（一）：基于向量的处理与外部数据处理
目录 1.R中的常用数据集 2.读写CSV文件 (1) 读写CSV文件 (2) 读写对象文件 3.合并数据框的行与列 4.apply系数函数 (1) apply (2) lapply (3) sapp ...
R语言基础数据操作fBasics
R语言基础数据操作&fBasics xlsx文件的导入 library(readxl) data1 <- read_excel("C:/Users/12241/Desktop/ ...
R 语言在数据处理上的禀赋之——独特的数据类型
R 语言天生就有数据处理的禀赋,有很重要的一个原因是R有他自己独特的数据类型. 为啥这样说呢? Java中的数据类型先来看看其他传统编程语言中的数据类型是啥样子.拿java来说,java语言中有基本 ...
R语言案例分析：多元数据的基本统计分析
R语言案例分析:多元数据的基本统计分析来自<多元统计分析与R语言建模> 第四版数据集下载我们利用该数据集中的Case1来完成下面的R语言操作: options(digits = 4) ...
r语言用行名称提取数据框信息显示na_R语言-05数据框创建，以及按条件取数据框数据...
创建数据框数据框是R语言的一种基础数据格式,通常excel等表格形式数据读入后都是数据框格式. 下例创建了一个3列5行的数据框,列的名字分别是site.season.pH my.dataset si ...
R语言使用:符号生成向量数据、使用pie函数可视化饼图、自定义设置饼图色彩为彩虹色、使用box函数在当前图上加个方框
R语言使用:符号生成向量数据.使用pie函数可视化饼图.自定义设置饼图色彩为彩虹色.使用box函数在当前图上加个方框目录 R语言使用:符号生成向量数据.使用pie函数可视化饼图.自定义设置饼图色彩为 ...
R语言使用basename函数获取数据链接地址中的文件名称（removes all of the path up to and including the last path separator ）
R语言使用basename函数获取数据链接地址中的文件名称(removes all of the path up to and including the last path separator (i ...
R语言对dataframe的行数据进行排序（Ordering rows）实战：使用R原生方法、data.table、dplyr等方案
R语言对dataframe的行数据进行排序(Ordering rows)实战:使用R原生方法.data.table.dplyr等方案目录

R语言空间数据处理(part1)--基础数据操作与处理

基础数据操作与处理

函数学习记录表

数据类型转换

match函数

which.min和which.max

rev函数

用dplyr包中对数据进行处理

用rlist包处理关系型数据

利用lubridate包处理时间数据

利用tidyr包进行数据处理

R语言空间数据处理(part1)--基础数据操作与处理相关推荐

最新文章

热门文章