R语言学习笔记之五

摘要: 仅用于记录R语言学习过程:

内容提要:

数据排序:sort()函数、rank()函数、order()函数;

长宽型数据的转换:stack()函数、reshape()函数、reshape2扩展包中的函数:melt()函数、dcast()函数

变量的因子化:factor()函数、cut()函数、ifelse()函数、car扩展包中的recode()函数

正文:

  数据排序、长宽型数据的转换

n  数据排序

u  sort()函数:可对数字和字符串进行排序

x <- sample(1:100,10)
                            x
[1] 64 38 93 74 22 87 59 30  8 24
 sort(x)
 [1]  8 22 24 30 38 59 64 74 87 93
 sort(x,decreasing = TRUE)
 [1] 93 87 74 64 59 38 30 24 22  8

 示例二:

y <- c('ab','bc','cde','c')

 sort(y)

[1] "ab"  "bc"  "c"   "cde"

 sort(y,decreasing = TRUE)

[1] "cde" "c"   "bc"  "ab"

u  rank()函数:秩次(排名):给出数字的位次,如果有两个相同的,取位置的平均数。

示例:

 z <- c(1,2,3,3,4,4,5,6,6,6,7,8)

 rank(z)

 [1]  1.0  2.0  3.5  3.5  5.5  5.5  7.0  9.0  9.0  9.0 11.0

[12] 12.0

order()函数:最常用。返回的是向量的下标,按照向量从小到大的顺序返回

> x

 [1] 78 75 41 72 85 32 77 47 80 51

> order(x)

 [1]  6  3  8 10  4  2  7  1  9  5

> x[order(x)]

 [1] 32 41 47 51 72 75 77 78 80 85

也可以对数据框进行排序:

head(iris[order(iris$我,iris$是),])

长宽型数据的转换

n  长型:堆栈,数据间有不同的分类(如同属一类);

n  宽型:数据内容相对唯一

stack()函数:(堆栈的意思)

> freshman <- c(12,23,24)

> sophomores <- c(25,36,73)

> juniors <- c(32,46,57)

> data.frame(fr= freshman,so = sophomores,jun = juniors)

  fr so jun

1 12 25  32

2 23 36  46

3 24 73  57

> height <- stack(list(fresh =freshman,sopho = sophomores,juni = juniors))

> height

  values   ind

1     12 fresh

2     23 fresh

3     24 fresh

4     25 sopho

5     36 sopho

6     73 sopho

7     32  juni

8     46  juni

9     57  juni

> tapply(height$values,height$ind,mean)   #按照分类求均值,tapply()函数

   fresh    sopho     juni

19.66667 44.66667 45.00000

reshape()函数

宽型数据:参数设置:reshape(变量名,数值名称,idvar:标识变量,timevar用于接收‘次数’,direction 设置为宽型数据格式)

wide <- reshape(Indometh,v.names = 'conc',idvar = 'Subject',

                timevar ='time',direction ="wide")

head(wide)

长型数据:reshape(文件名,idvar,varying指拟用于区分出来的内容。)

> long <- reshape(wide,idvar = "subject",varying = list(2:12),

+                 v.names = "concentration",direction ="long")

> View(long)

n  reshape2扩展包中的函数

u  melt()函数:参数设置:data=文件名,id.vars 标识变量

new_iris <- melt(data = iris,id.vars = 'Species')

dcast()函数:参数设置:(文件名,公式=标识变量~操作变量,汇总函数=mean,value.var = 需要进行汇总的变量)#dcast()非常强大的函数

dcast(new_iris,formula = Species-variable,fun.aggregate = mean,value.var = 'value')

u  tips数据集示例

dcast(tips,formula = sex~.,fun.aggregate = mean,value.var = 'tip')   #给小费与性别的关系 (.点表示占位符,因为只有一个待比较的变量)

    sex        .

1 Female 2.833448

2   Male 3.089618

dcast(data = tips,formula = sex~smoker,fun.aggregate = mean,value.var = 'tip')  #给小费与性别和抽烟与否的关系

     sex       No      Yes

1 Female 2.773519 2.931515

2   Male 3.113402 3.051167

  变量的因子化  (即把连续的变量转换为分类变量)

n  公式法

u  示例1:

> age <- sample(20:80,20)

> age

 [1] 49 64 63 75 74 79 45 66 28 76 60 33 39 77 35 44 31 38 24 53

> age1 <- 1+ (age >30) +(age >40) +(age > 50)

> age1

 [1] 3 4 4 4 4 4 3 4 1 4 4 2 2 4 2 3 2 2 1 4

> age_fac <- factor(age1,labels = c('young','middle','m-old','old'))

> age_fac

 [1] m-old  old    old    old    old    old    m-old  old    young  old    old    middle middle

[14] old    middle m-old  middle middle young  old  

Levels: young middle m-old old

u  示例2:与示例1达到相同的结果

> age2 <- 1*(age < 30) + 2*(age >=30 & age < 40) + 3*(age >=40 & age <50)+4*(age>=50)

> age2

    [1] 3 4 4 4 4 4 3 4 1 4 4 2 2 4 2 3 2 2 1 4

cut()法:很常用

u  示例1:

> age3 <- cut(age,breaks = 4,labels = c('young','middle','m-old','old'),include.lowest = TRUE,

+             right = TRUE)

> age3

 [1] middle m-old  m-old  old    old    old    middle old    young  old    m-old  young  middle old  

[15] young  middle young  middle young  m-old

Levels: young middle m-old old

u  示例2:

> age4 <- cut(age,breaks = seq(20,80,length.out = 4),labels = c('young',

+                                                               'middle','old'))

> age4

 [1] middle old    old    old    old    old    middle old    young  old    middle young  young  old  

[15] young  middle young  young  young  middle

Levels: young middle old

ifelse()函数:参数设置test是指待用于检验的元素,第二个参数代表检验值为真(yes),第三个参数代表检验值为假(false)。很好用,很常用

示例1:

> ifelse(age > 50,'old','young')

 [1] "young" "old"   "old"   "old"   "old"   "old"   "young"

 [8] "old"   "young" "old"   "old"   "young" "young" "old" 

[15] "young" "young" "young" "young" "young" "old" 

示例2:

> ifelse(age >60,'old',ifelse(age <30,'young',ifelse ((age >= 30 & age < 45),'m-young','m-old')))

 [1] "m-old"   "old"     "old"     "old"     "old"   

 [6] "old"     "m-old"   "old"     "young"   "old"   

[11] "m-old"   "m-young" "m-young" "old"     "m-young"

[16] "m-young" "m-young" "m-young" "young"   "m-old" 

n  car扩展包中的recode()函数:参数设置,待变量,recode为重新编码规则

u  示例

> recode(var = age, recode ='20:29 = 1;30:39 = 2;40:49 = 3;50:hi = 4')

 [1] 3 4 4 4 4 4 3 4 1 4 4 2 2 4 2 3 2 2 1 4

转载于:https://www.cnblogs.com/ppjs/p/9426039.html

你可能感兴趣的:(R语言学习笔记之五)