R的数据操作基础(三)——整合、重铸、控制流

在上一篇笔记中我们还遗留了几个问题：1、我们有时还需要更为精确地处理数据集中的数据，这时候涉及数据的整合和重铸；2、有些时候除了整合重铸，我们还需要利用控制流来自编函数。这一篇笔记就处理这两个问题。

整合重铸

R中有很多整合数据的方法，最简单的比如用t()对数据框进行转置。稍微复杂的是使用aggreate函数：

aggreate(data,by,FUN)

x是数据集，by是变量，FUN是函数，比如我们对mtcars数据集进行这样的操作，FUN使用均值函数mean。

attach(mtcars)
agg <- aggregate(mtcars,by=list(cyl,gear),FUN=mean,na.rm=T)
> aggGroup.1 Group.2  mpg cyl disp  hp drat  wt qsec  vs  am gear carb
1      4      3 21.5  4  120  97 3.70 2.46 20.0 1.0 0.00    3 1.00
2      6      3 19.8  6  242 108 2.92 3.34 19.8 1.0 0.00    3 1.00
3      8      3 15.1  8  358 194 3.12 4.10 17.1 0.0 0.00    3 3.08
4      4      4 26.9  4  103  76 4.11 2.38 19.6 1.0 0.75    4 1.50
5      6      4 19.8  6  164 116 3.91 3.09 17.7 0.5 0.50    4 4.00
6      4      5 28.2  4  108 102 4.10 1.83 16.8 0.5 1.00    5 2.00
7      6      5 19.7  6  145 175 3.62 2.77 15.5 0.0 1.00    5 6.00
8      8      5 15.4  8  326 300 3.88 3.37 14.6 0.0 1.00    5 6.00

在这个输出中，比如第一行意为mpg=4,gear=3的车辆，它们各项参数的均值，下面各组以此类推。
使用reshape2包中的melt函数可以将原始数据集进行融合。比如考虑这样的一个数据集：

> data
dataX1 X2 X3 X4
[1,]  1  2  8  5
[2,]  1  5  8  2
[3,]  1  3  6  4
[4,]  2 12  3  1

我们可以通过melt函数添加一列变量列，这样便于我们后续的操作：

melt(data)Var1 Var2 value
1    1  X1    1
2    2  X1    1
3    3  X1    1
4    4  X1    2
5    1  X2    2
6    2  X2    5
7    3  X2    3
8    4  X2    12
9    1  X3    8
10    2  X3    8
11    3  X3    6
12    4  X3    3
13    1  X4    5
14    2  X4    2
15    3  X4    4
16    4  X4    1

可以看见Var2就是标识符。
此外，我们还可以通过dcast()读取已经综合的数据，并且进行重铸，这里不再叙述。

控制流

所谓控制流就是循环和条件执行，下面列出了最常见的控制流

for循环
for(var in seq) statement
比如 for(i in 1:10) print(“Hello”)就会循环10次输出10个Hello
while循环
while(cond) statement
比如i=20 while(i>10) i <- i-2,就会把i一直削减到10
if-else 若XX则XX，否则XX，有更简单的结构ifelse(cond,A,B)，判断条件为真则执行A，为假则执行B。
switch，switch不是一个特别建议的语法，它的作用是多个if-else的组合，通过选择条件直接输出。比如下面的例子：

x <- c(3,5,1)
for (i in x)print(switch(i,"1"="Monday","2"="Tuesday","3"="Wednesday","4"="Thursday","5"="Friday"))
}
[1] "Wednesday"
[1] "Friday"
[1] "Monday"

最后，通过控制流和其它函数，我们就可以自编一些函数进行数据操作了，这些在实用中会出现千奇百怪的要求，需要分门别类地处理。

R的数据操作基础(三)——整合、重铸、控制流相关推荐

datagrid出现相同两组数据_stata 数据操作基础知识:以一篇论文数据操作为例
stata 数据操作基础知识:以一篇论文数据操作为例上节回顾及问题统计学学习大图景数据描述分位数回归存在的问题: 1.学了就要多使用,哪怕生搬硬套也要多用 2.时间序列的方法,大家可以操作, ...
R︱高效数据操作——data.table包（实战心得、dplyr对比、key灵活用法、数据合并）
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 由于业务中接触的数据量很大,于是不得不转战开始 ...
Linux(debian7)操作基础(三)之PCI/PCI-E设备配置空间
⑴ 概念 PCI和PCI Express,是计算机常使用的一种高速总线.操作系统中的PCI/PCI-E设备驱动以及操作系统内核,都需要访问PCI及PCI-E配置空间.PCI/PCI-E设备的正常运行, ...
MongoDB 数据操作（四）数据删除
来源:我的博客站 OceanicKang |<MongoDB 数据操作(四)数据删除> 上一篇:<MongoDB 数据操作(三)数据更新(2)修改器> 在 MongoDB 中删 ...
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 ...
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/ ...
Django模型基础（三）——关系表的数据操作
模型之间可以有三种表关系,即一对一,一对多和多对多.表关联之间的数据操作在Django中可以很方便的操作到.在模型中,表关联的字段类型是关联表的实例,而不是字段本身类型.关联字段在数据库中会在其后补上 ...
R语言数据可视化 ggplot2基础4 位置与坐标系
R语言数据可视化 ggplot2基础4 位置与坐标系我们继续使用ggplot2::diamonds介绍position. position = "identity" ggplot ...
Java基础-22总结登录注册IO版,数据操作流,内存操作流,打印流,标准输入输出流,转换流,随机访问流,合并流,序列化流,Properties...
你需要的是什么,直接评论留言. 获取更多资源加微信公众号"Java帮帮" (是公众号,不是微信好友哦) 还有"Java帮帮"今日头条号,技术文章与新闻,每日更新 ...

R的数据操作基础(三)——整合、重铸、控制流

整合重铸

控制流

R的数据操作基础(三)——整合、重铸、控制流相关推荐

最新文章

热门文章