Data Frame一般被译为数据框，感觉就像是R中的表，由行和列组成，与Matrix不同的是，每个列可以是不同的数据类型，而Matrix是必须相同的。Data Frame每一列有列名，每一行也可以指定行名。如果不指定行名，那么就是从1开始自增的Sequence来标识每一行。所以说数据框在R语言中可是个好东西，R中它是用的非常频繁也是非常有用的数据集合。
创建数据集
> a1 <- c(1:3)
> a2 <- c('a','b','v')
> dat <- data.frame(a1,a2)
> dat
a1 a2
1 1 a
2 2 b
3 3 v
这样就定义了一个以a1、a2为两列的数据框，第一列是数值型，第二列是字符型。
当然了，后面会讲到，读取结构化数据文件的话，比如csv、空格或者逗号分隔的txt文件，我们可以直接用相应的read.csv或者是read.table直接读进来成为数据框。
访问元素
访问第一行：
> dat[1,]
a1 a2
1 1 a
访问第一列
> dat[,1]
[1] 1 2 3
或者是直接引用列名
> dat$a1
[1] 1 2 3
前面讲过，可以直接用attach(dat)绑定dat，就不需要数据名前缀了，这里还是再复习一遍吧！
>attach(dat)
> a1
[1] 1 2 3
使用完后解除绑定，及时释放资源，这时候就不能直接用列名了。
添加新列
比如添加一个名为a3的列
> dat$a3 <- c('f','m','f')
> dat
a1 a2 a3
1 1 a f
2 2 b m
3 3 v f
查询
查询某一个列变量满足某一个条件或者找指定值用的很多，用which()函数。
查询dat中a3列取值为'm'的行，我们可以这样
> dat[which(dat$a3 == 'm'),]
a1 a2 a3
2 2 b m
前面讲过，dat[2,]表示dat的第二行，这里which(dat$a3 == 'm')表示满足条件的行，可以有多个，再加上','，构成完整的满足dat中a3列取值为'm'的行的查询语句，这个用的很频繁，需要重点掌握。
连接、合并
这是R语言数据分析基本功。我一般在做R语言网络爬虫时需要把每一张网页数据整理成数据框，然后循环拼接、合并，最后保存到本地。一般用merge()函数。
再创建一个数据框dat1
> dat1 <- data.frame(c('q1','q2','q3'),c(1,4,5))
> dat1
c..q1....q2....q3.. c.4.6.
1 q1 4
2 q2 5
3 q3 6
> names(dat1) <- c('a4','a5')
> dat1
a4 a5
1 q1 1
2 q2 4
3 q3 5
找出dat的a1属性值与dat1的a5属性等值的所有行进行按列连接，组成新行。
> dat2 <- merge(dat,dat1,by.x = 'a1',by.y = 'a5')
> dat2
a1 a2 a3 a4
1 1 a f q1
学过数据库的人知道，这相当于数据框库操作的迪卡儿等值连接。
微信扫码关注
网友评论