R语言数据集合并、数据增减
数据选取与简单操作：
| which | 返回一个向量中指定元素的索引 |
| which.max | 返回最大元素的索引 |
| which.min | 返回最小元素的索引 |
| sample | 随机在向量中抽取元素 |
| subset | 根据条件选取元素 |
| sort | 升序排列元素 |
| rev | 反转所有元素 |
| order | 获取排序后的索引 |
| table | 返回频数表 |
| cut | 将数据分割为几部分 |
| split | 按照指定条件分割数据 |
| rbind | 行合并 |
| cbind | 列合并 |
| merge | 按照指定列合并矩阵或者数据框 |
一、数据合并
1、merge()函数
最常用merge()函数，但是这个函数使用时候这两种情况需要注意：
1、merge(a,b)，纯粹地把两个数据集合在一起，没有沟通a、b数据集的by，这样出现的数据很多，相当于a*b条数据；
2、merge函数是匹配到a,b数据集的并，都有的才匹配出来，如果a、b数据集ID不同，要用all=T（下面有all用法的代码）。
#横向合并
ID<-c(1,2,3,4)
name<-c("Jim","Tony","Lisa","Tom")
score<-c(89,22,78,78)
student1<-data.frame(ID,name)
student2<-data.frame(ID,score)
total_student<-merge(student1,student2,by="ID") #或者rbind()
total_student
#纵向合并
ID<-c(1,2,3)
name<-c("Jame","Kevin","Sunny")
student1<-data.frame(ID,name)
ID<-c(4,5,6)
name<-c("Sun","Frame","Eric")
student2<-data.frame(ID,name)
total<-cbind(student1,student2)
total
merge的all用法
> id=c("1","2","3")
> M=c("7","2","3")
> ink2=data.frame(id,M)
>
> merge(ink1,ink2,by="id",all=T) #所有数据列都放进来，空缺的补值为NA
id R M
1 1 9 7
2 2 7 2
3 4 9 <NA>
4 3 <NA> 3
> merge(ink1,ink2,by="id",all=F) #默认，只取两者的共有的部分
id R M
1 1 9 7
2 2 7 2
2、dplyr包
dplyr包的数据合并，
一般用left_join(x,y,by="name") 以x为主，y中匹配到的都放进来， 但，y中没有的则不放过来。
需要这个x数据集是全集，比较大。
3、paste函数
生成一长串字符向量。
paste(c("X","Y"),1:10,sep="") #"X”,"Y"是长度为2的字符向量,1:10 长度为10的向量。命令是让这两个向量粘合在一起生成新的字符串向量，粘合后的新字符之间没有间隔。
#—————————paste中seq与collapse区别————————————————————
a = c(1, 2, 3, 4, 5)
names(a) = c('m', 'n','o', 'p', 'q')
# 主要是区分使用sep和collapse
b = paste(a, names(a), sep = "/") #不同向量合并在一起，但是还是各自向量
c = paste(b, collapse = ",") #不同向量合并在一起，但是变成一个向量
mode(b) #变量类型
mode(c)
4、cbind和rbind函数
cbind()和rbind()，cbind()按照纵向方向，或者说按列的方式将矩阵连接到一起。
rbind()按照横向的方向，或者说按行的方式将矩阵连接到一起
二、数据增减
x=x[,-1] #这个就代表，删除了x数据集中第一列数据
或用dplyr包中的mutate函数
a=mutate(Hdma_dat,dou=2*survived,dou4=4*survived) Hdma_dat$dou=a$dou Hdma_dat$dou4=a$dou4 #两个新序列，加入到Hdma数据集汇总
筛选变量服从某值的子集
subset(airquality, Temp > 80, select = c(Ozone, Temp)) subset(airquality, Day == 1, select = -Temp) subset(airquality, select = Ozone:Wind)
三、数据纵横加总
R使用rowSums函数对行求和，使用colSums函数对列求和。