目的:须要把数据框的行列进行转置

方法:

# 原始数据框

> hrl_jd_mon

    年份 一月 二月 三月 四月 五月 六月 七月 八月 九月 十月 十一月 十二月

1 2010年 51.2 45.8 55.8 62.9 63.8 59.5 80.5 78.0 66.0 92.3  50.80   55.6

2 2011年 54.8 54.4 64.1 78.5 64.5 63.4 95.3 89.2 68.8 86.1  51.40   52.4

3 2012年 53.0 46.1 52.8 72.6 49.8 50.1 65.3 64.6 54.4 73.0  39.40   40.5

4 2013年 40.7 43.7 45.1 50.9 40.7 41.1 50.7 54.5 37.8 62.5  30.20   29.6

5 2014年 28.2 34.1 30.3 33.4 31.5 23.5 32.3 33.0 22.5 29.9   3.31    0.0



# 转置过程:

> 月份 <- c("一月","二月","三月","四月","五月","六月","七月","八月","九月","十月","十一月","十二月")



> data.frame(hrl_jd_mon,row.names=1)

       一月 二月 三月 四月 五月 六月 七月 八月 九月 十月 十一月 十二月

2010年 51.2 45.8 55.8 62.9 63.8 59.5 80.5 78.0 66.0 92.3  50.80   55.6

2011年 54.8 54.4 64.1 78.5 64.5 63.4 95.3 89.2 68.8 86.1  51.40   52.4

2012年 53.0 46.1 52.8 72.6 49.8 50.1 65.3 64.6 54.4 73.0  39.40   40.5

2013年 40.7 43.7 45.1 50.9 40.7 41.1 50.7 54.5 37.8 62.5  30.20   29.6

2014年 28.2 34.1 30.3 33.4 31.5 23.5 32.3 33.0 22.5 29.9   3.31    0.0





> t1 <- t(data.frame(hrl_jd_mon,row.names=1))

> t1 

       2010年 2011年 2012年 2013年 2014年

一月     51.2   54.8   53.0   40.7  28.20

二月     45.8   54.4   46.1   43.7  34.10

三月     55.8   64.1   52.8   45.1  30.30

四月     62.9   78.5   72.6   50.9  33.40

五月     63.8   64.5   49.8   40.7  31.50

六月     59.5   63.4   50.1   41.1  23.50

七月     80.5   95.3   65.3   50.7  32.30

八月     78.0   89.2   64.6   54.5  33.00

九月     66.0   68.8   54.4   37.8  22.50

十月     92.3   86.1   73.0   62.5  29.90

十一月   50.8   51.4   39.4   30.2   3.31

十二月   55.6   52.4   40.5   29.6   0.00



> t2 <- as.data.frame(t1,row.names=F)

> t2

   2010年 2011年 2012年 2013年 2014年

1    51.2   54.8   53.0   40.7  28.20

2    45.8   54.4   46.1   43.7  34.10

3    55.8   64.1   52.8   45.1  30.30

4    62.9   78.5   72.6   50.9  33.40

5    63.8   64.5   49.8   40.7  31.50

6    59.5   63.4   50.1   41.1  23.50

7    80.5   95.3   65.3   50.7  32.30

8    78.0   89.2   64.6   54.5  33.00

9    66.0   68.8   54.4   37.8  22.50

10   92.3   86.1   73.0   62.5  29.90

11   50.8   51.4   39.4   30.2   3.31

12   55.6   52.4   40.5   29.6   0.00



# 终于成品

> t3 <- as.data.frame(cbind(月份,t2))

> t3

     月份 2010年 2011年 2012年 2013年 2014年

1    一月   51.2   54.8   53.0   40.7  28.20

2    二月   45.8   54.4   46.1   43.7  34.10

3    三月   55.8   64.1   52.8   45.1  30.30

4    四月   62.9   78.5   72.6   50.9  33.40

5    五月   63.8   64.5   49.8   40.7  31.50

6    六月   59.5   63.4   50.1   41.1  23.50

7    七月   80.5   95.3   65.3   50.7  32.30

8    八月   78.0   89.2   64.6   54.5  33.00

9    九月   66.0   68.8   54.4   37.8  22.50

10   十月   92.3   86.1   73.0   62.5  29.90

11 十一月   50.8   51.4   39.4   30.2   3.31

12 十二月   55.6   52.4   40.5   29.6   0.00



> str(t3)

'data.frame':        12 obs. of  6 variables:

$ 月份  : Factor w/ 12 levels "八月","二月",..: 12 2 6 10 11 4 5 1 3 9 ...

$ 2010年: num  51.2 45.8 55.8 62.9 63.8 59.5 80.5 78 66 92.3 ...

$ 2011年: num  54.8 54.4 64.1 78.5 64.5 63.4 95.3 89.2 68.8 86.1 ...

$ 2012年: num  53 46.1 52.8 72.6 49.8 50.1 65.3 64.6 54.4 73 ...

$ 2013年: num  40.7 43.7 45.1 50.9 40.7 41.1 50.7 54.5 37.8 62.5 ...

$ 2014年: num  28.2 34.1 30.3 33.4 31.5 23.5 32.3 33 22.5 29.9 ...

原贴地址:http://f.dataguru.cn/forum.php?mod=viewthread&tid=453010&page=1#pid1267442

R语言数据框行转列实例的更多相关文章

  1. R语言数据框小技巧

    当我们想要把数据框的行或者列按照指定的顺序排列时,可以通过行名称或者列名称快速排列 data <- data.frame(matrix(1:9, ncol=3)) rownames(data) ...

  2. R语言数据框中,用0替代NA缺失值

    1.用0替代数据框中的缺失值NA 生成数据框: > m <- matrix(sample(c(NA, :), , replace = TRUE), ) > d <- as.da ...

  3. 第二篇:R语言数据可视化之数据塑形技术

    前言 绘制统计图形时,半数以上的时间会花在调用绘图命令之前的数据塑型操作上.因为在把数据送进绘图函数前,还得将数据框转换为适当格式才行. 本文将给出使用R语言进行数据塑型的一些基本的技巧,更多技术细节 ...

  4. (数据科学学习手札07)R在数据框操作上方法的总结(初级篇)

    上篇我们了解了Python中pandas内封装的关于数据框的常用操作方法,而作为专为数据科学而生的一门语言,R在数据框的操作上则更为丰富精彩,本篇就R处理数据框的常用方法进行总结: 1.数据框的生成 ...

  5. R语言数据的导入与导出

    1.R数据的保存与加载 可通过save()函数保存为.Rdata文件,通过load()函数将数据加载到R中. > a <- 1:10 > save(a,file='d://data/ ...

  6. R语言 数据重塑

    R语言数据重塑 R语言中的数据重塑是关于改变数据被组织成行和列的方式. 大多数时间R语言中的数据处理是通过将输入数据作为数据帧来完成的. 很容易从数据帧的行和列中提取数据,但是在某些情况下,我们需要的 ...

  7. R语言数据预处理

    R语言数据预处理 一.日期时间.字符串的处理 日期 Date: 日期类,年与日 POSIXct: 日期时间类,精确到秒,用数字表示 POSIXlt: 日期时间类,精确到秒,用列表表示 Sys.date ...

  8. R语言数据接口

    R语言数据接口 R语言处理的数据一般从外部导入,因此需要数据接口来读取各种格式化的数据 CSV # 获得data是一个数据帧 data = read.csv("input.csv" ...

  9. 最棒的7种R语言数据可视化

    最棒的7种R语言数据可视化 随着数据量不断增加,抛开可视化技术讲故事是不可能的.数据可视化是一门将数字转化为有用知识的艺术. R语言编程提供一套建立可视化和展现数据的内置函数和库,让你学习这门艺术.在 ...

随机推荐

  1. Linux笔记——linux下的语音合成系统

    1.festival 安装:sudo apt-get install festival 使用: (SayText "Hello!") 2. espeek(ubuntu 自带) # ...

  2. SSH-Struts(一)——基本原理

    简单介绍 Struts框架是MVC的一个实现,它非常好的结合了JSP.Servlet.JavaBean.Taglib等技术.它为MVC的各层提供了良好的支持,就像房地产商盖房子时先盖的大楼框架. 仅仅 ...

  3. 【linux】具体芯片MACHINE_START处理

    欢迎转载,转载时需保留作者信息,谢谢. 邮箱:tangzhongp@163.com 博客园地址:http://www.cnblogs.com/embedded-tzp Csdn博客地址:http:// ...

  4. Apache Flink

    Flink 剖析 1.概述 在如今数据爆炸的时代,企业的数据量与日俱增,大数据产品层出不穷.今天给大家分享一款产品—— Apache Flink,目前,已是 Apache 顶级项目之一.那么,接下来, ...

  5. perl encode_utf8必须用在utf8环境

    [root@wx03 mojo]# cat test.pl use Mojolicious::Lite; use JSON qw/encode_json decode_json/; use Encod ...

  6. Java EE登陆界面生成随机数防止恶意注册或者登录

    package cn.com; import java.awt.Color; import java.awt.Font; import java.awt.Graphics; import java.a ...

  7. Oracle多表的简单查询

    Oracle多表的简单查询 .多表查询 多表查询是指基于两个和两个以上的表或是视图的查询. 问题:显示雇员名,雇员工资及所在部门的名字[笛卡尔集]? select t.ename,t.sal,t1.d ...

  8. pssh,pscp,pslurp使用实践

    因为常常须要到几十台机器上运行同样的命令,而眼下机器上还没有部署Saltstack或Puppet等集群化管理工具. 因为每台server上都使用同样的公钥,故之前都是写一些脚本:把IP 放到一个文件里 ...

  9. js遍历对象的数组

    遍历数组: 1.js关键for遍历 2.jquery提供each功能 ----------------------------------- $.each(array, function(){     ...

  10. HDU 4424 Conquer a New Region 最大生成树

    给你一颗树 每条边有一个权值 选择一个点为中心 定义S值为中心到其它n-1个点的路径上的最小边权 求全部点S值的和 从大到小排序 每次合并2棵树 设为A集合 B集合 设A集合的最大S值的和为sumA ...