1.插入一列

根据自带数据集beaver 进行操作,比如插入一列id。

> colnames(beaver1)
[1] "day" "time" "temp" "activ"
> nrow(beaver1)
[1] 114

方法1:

new_beaver1$id = rep(1,114)

方法2

new_beaver1 = data.frame(id = rep(1,114),beaver1)

方法3

x = data.frame(
id = rep(1,114)
)
new_beaver1 = cbind(beaver1,x)

2.插入一行

new_beaver1 = beaver1
x=c(348,350,98.15,0,1)
rbind(beaver1,x)

首先明确 beaver1 是输出整个数据框,beaver1[行范围,列范围]打印出指定范围的数据框。

3.按照条件提取数据

beavear1[行条件,列条件]

4.删除数据框数据

处理规则是要删除的行或者是列不给显示然后赋予一个新的数据框。

beaver1[行,列]

比如 beaver1[--c(1:5),1:2] 不打印第1到5行且只打印第1到2列。

5.一个习题:

beaver1 和 beaver2 数据集包含两个海狸的体温数据。为beaver1数据集添加一列名为id的列,其值全部为1。同样,也为 beaver2 添加一个id列,值全为2。 垂直拼接两个数据框,并且找到所有活跃着的海狸的子集。

> new_beaver1 = data.frame(id = rep(1,114),beaver1)
> new_beaver2 = data.frame(id = rep(2,100),beaver2)
> new_beaver=rbind(new_beaver1,new_beaver2)
> new_beaver[new_beaver$activ==1,]
id day time temp activ
54 1 346 1730 37.07 1
68 1 346 1950 37.10 1
80 1 346 2150 37.53 1
83 1 346 2230 37.25 1
86 1 346 2300 37.24 1
114 1 347 340 37.15 1
153 2 307 1550 37.98 1
154 2 307 1600 38.02 1
155 2 307 1610 38.00 1
156 2 307 1620 38.24 1
157 2 307 1630 38.10 1
158 2 307 1640 38.24 1
159 2 307 1650 38.11 1
160 2 307 1700 38.02 1
161 2 307 1710 38.11 1
162 2 307 1720 38.01 1
163 2 307 1730 37.91 1
164 2 307 1740 37.96 1
165 2 307 1750 38.03 1
166 2 307 1800 38.17 1
167 2 307 1810 38.19 1
168 2 307 1820 38.18 1
169 2 307 1830 38.15 1
170 2 307 1840 38.04 1
171 2 307 1850 37.96 1
172 2 307 1900 37.84 1
173 2 307 1910 37.83 1
174 2 307 1920 37.84 1
175 2 307 1930 37.74 1
176 2 307 1940 37.76 1
177 2 307 1950 37.76 1
178 2 307 2000 37.64 1
179 2 307 2010 37.63 1
180 2 307 2020 38.06 1
181 2 307 2030 38.19 1
182 2 307 2040 38.35 1
183 2 307 2050 38.25 1
184 2 307 2100 37.86 1
185 2 307 2110 37.95 1
186 2 307 2120 37.95 1
187 2 307 2130 37.76 1
188 2 307 2140 37.60 1
189 2 307 2150 37.89 1
190 2 307 2200 37.86 1
191 2 307 2210 37.71 1
192 2 307 2220 37.78 1
193 2 307 2230 37.82 1
194 2 307 2240 37.76 1
195 2 307 2250 37.81 1
196 2 307 2300 37.84 1
197 2 307 2310 38.01 1
198 2 307 2320 38.10 1
199 2 307 2330 38.15 1
200 2 307 2340 37.92 1
201 2 307 2350 37.64 1
202 2 308 0 37.70 1
203 2 308 10 37.46 1
204 2 308 20 37.41 1
205 2 308 30 37.46 1
206 2 308 40 37.56 1
207 2 308 50 37.55 1
208 2 308 100 37.75 1
209 2 308 110 37.76 1
210 2 308 120 37.73 1
211 2 308 130 37.77 1
212 2 308 140 38.01 1
213 2 308 150 38.04 1
214 2 308 200 38.07 1

  

R 数据框的操作的更多相关文章

  1. R语言Data Frame数据框常用操作

    Data Frame一般被翻译为数据框,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 ...

  2. 转载:R语言Data Frame数据框常用操作

    Data Frame一般被翻译为数据框,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 ...

  3. (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 ...

  4. R学习笔记 第三篇:数据框

    数据框(data.frame)用于存储二维表(即关系表)的数据,每一列存储的数据类型必须相同,不同的数据列的数据类型可以相同,也可以不同,但是,每列的长度必须相同.数据框的每列可以有唯一的命名,在已创 ...

  5. R语言学习 第三篇:数据框

    数据框(data.frame)是最常用的数据结构,用于存储二维表(即关系表)的数据,每一列存储的数据类型必须相同,不同数据列的数据类型可以相同,也可以不同,但是每列的行数(长度)必须相同.数据框的每列 ...

  6. R语言笔记1--向量、数组、矩阵、数据框、列表

    注释:R语言是区分大小写的 1.向量 R语言中可以将各种向量赋值为一个变量,这种赋值操作符就是等号“=”,也可以使用“<-”. 1)产生向量 (1)函数c() 例如:x1=c(2,4,6,8,0 ...

  7. R语言数据分析利器data.table包 —— 数据框结构处理精讲

        R语言data.table包是自带包data.frame的升级版,用于数据框格式数据的处理,最大的特点快.包括两个方面,一方面是写的快,代码简洁,只要一行命令就可以完成诸多任务,另一方面是处理 ...

  8. (数据科学学习手札06)Python在数据框操作上的总结(初级篇)

    数据框(Dataframe)作为一种十分标准的数据结构,是数据分析中最常用的数据结构,在Python和R中各有对数据框的不同定义和操作. Python 本文涉及Python数据框,为了更好的视觉效果, ...

  9. R语言数据分析利器data.table包—数据框结构处理精讲

    R语言数据分析利器data.table包-数据框结构处理精讲 R语言data.table包是自带包data.frame的升级版,用于数据框格式数据的处理,最大的特点快.包括两个方面,一方面是写的快,代 ...

随机推荐

  1. 阿里云服务器ubantu创建新用户登录显示问题

    在root用户下输入:vi /etc/passwd,找到添加的用户,在后面加上/bin/bash 重新登录即回复正常

  2. Centos7 nginx 反向代理的配置

    一.正向代理与反向代理 1.正向代理 正向代理往VPN理解 正向代理,也就是传说中的代理,他的工作原理就像一个跳板(VPN),简单的说: 我是一个用户,我访问不了某网站,但是我能访问一个代理服务器,这 ...

  3. 设计模式课程 设计模式精讲 22-2 备忘录模式coding

    1 代码演练 1.1 代码演练1 1 代码演练 1.1 代码演练1 需求: 网站笔记需要存储快照,能实现回退的功能. 注意: a 设计的时候,可以分为笔记类,笔记快照类和 笔记快照管理类  三个类. ...

  4. 在idea中设置指向源代码(scala)

    1.到官网下载scala源代码 点击如下链接下载源码:http://www.scala-lang.org/download/all.html 选择需要的版本点击进行下载,我选择的是2.11.8版本,如 ...

  5. Pandas 用法汇总

    一.生成数据表 1.首先导入pandas 库,一般会用到 numpy 库,所以我们先导入备用: import numpy as np import pandas as pd 2.生成 CSV 或者 x ...

  6. project clean

    1.由于eclipse的编译是基于时间戳的判断机制的.因此当你按build all的时候有些eclipse认为时间戳没有改变的类不会被编译.因此你可以先clean一下再编译.这个时候eclipse会将 ...

  7. 吴裕雄 Bootstrap 前端框架开发——Bootstrap 按钮:让按钮看起来像个链接 (仍然保留按钮行为)

    <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title> ...

  8. windows10更换mysql8.0.17

    下载windows版本mysql 解压后创建my.ini文件初始化mysql和data文件夹用来存数据 my.ini内容 [mysqld] # 设置3306端口 port=3306 # 设置mysql ...

  9. Day4 - C - 六度分离 HDU - 1869

    1967年,美国著名的社会学家斯坦利·米尔格兰姆提出了一个名为“小世界现象(small world phenomenon)”的著名假说,大意是说,任何2个素不相识的人中间最多只隔着6个人,即只用6个人 ...

  10. 1.Neo4j简介(Neo4j系列)

    简介 Neo4j是一个高性能.高可靠性.可扩展.支持ACID事务的图数据库,它基本由Java语言实现,支持数据平台的平滑扩展和过渡,同时能够在多种系统上完成部署,它使用Cypher查询语言对数据进行增 ...