R语言数据管理（五）

一、数据的输入：

手动输入：edit( )函数

也可修改

mydata <- data.frame(age=numeric(0),gender=character(0),weight=numeric(0))

mydata<-edit(mydata)

 

二、创建新变量

mydata<-data.frame(x1 = c(2,2,6,4),

                   x2
= c(3,4,2,8))

 

①mydata$sumx <- mydata$x1+mydata$x2

mydata$meanx <- (mydata$x1+mydata$x2)/2

 

②attach(mydata)

mydata$sumx <- x1+x2

mydata$meanx <- (x1+x2)/2

detach(mydata)

 

③mydata <- transform(mydata,

                    sumx=
x1+x2,

                    meanx=(x1+x2)/2)

 

三、变量的重命名

函数：rename(dataframe,c(oldname="newname",oldname="newname",...))

此函数在reshape包中。

 

四、缺失值：

赋予确实值：
   <-na

检测缺失值：is.na( )  将返回同样大小的对象

排除缺失值：

x<-c(1,2,NA,3)

y<-sum(x,na.rm=TRUE)

na.rm=TRUE在计算之前移除缺失值并使用剩余值进行计算。

在使用函数处理不完整数据时，请务必查阅他们的帮助文档，检查这些函数是如何处理缺失数据的。

na.omit()移除所有含有确实值的观测。

 

五、日期值

 

附录：

manager <- c(1,2,3,4,5)

date <-
c("10/24/08","10/28/08","10/1/08","10/12/08","5/1/09")

country <- c("US","US","Uk","Uk","Uk")

gender <- c("M","F","F","M","F")

age <- c(32,45,25,39,99)

q1 <- c(5,3,3,3,2)

q2 <- c(4,5,5,3,2)

q3 <- c(5,2,5,4,1)

q4 <- c(5,5,5,NA,2)

q5 <- c(5,5,2,NA,1)

leadership <- data.frame(manager,
date,country,gender,age,

                         q1,q2,q3,q4,q5,stringsAsFactors
= FALSE)

#变量的重编码

leadership$age[leadership$age == 99] <- NA

leadership$cat[leadership$age > 75] <- "Elder"

leadership$cat[leadership$age >= 55 & leadership$age
<= 75] <- "Middle Aged"

leadership$cat[leadership$age < 55] <- "Young"

#变量的重编码

leadership <- within(leadership,{

  agecat
<- NA

  agecat[age
> 75] <- "Elder"

  agecat[age
>= 55 & age <= 75] <- "Middle Aged"

  agecat[age
< 55] <- "Young"

})

#变量的重命名

fix(leadership) #调用交互式编辑器

#变量的重命名

library(reshape)

leadership <-
rename(leadership,c(manager="managerID",date="testDate"))

#变量的重命名

names(leadership)[2] <- "testDate"

#缺失值检测

is.na(leadership[,6:10])

#排除缺失值

newdata <- na.omit(leadership)