R 数据框的操作
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
- 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 ...
- 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 ...
- (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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- (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, ...
- 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
- Linux下安装Docker,报错docker: unrecognized service的两种解决方案
转自(方法1):https://www.cnblogs.com/ECJTUACM-873284962/p/9362840.html
- 2.分析Ajax请求并抓取今日头条街拍美图
import requests from urllib.parse import urlencode # 引入异常类 from requests.exceptions import RequestEx ...
- Flask - 上下文管理(核心)
参考 http://flask.pocoo.org/docs/1.0/advanced_foreword/#thread-locals-in-flask https://zhuanlan.zhihu. ...
- keep-alive的使用
<keep-alive>是Vue的内置组件,能在组件切换过程中将状态保留在内存中,防止重复渲染DOM. <router-view>中间为组件</router-view&g ...
- Windows数据类型探幽——千回百转你是谁?----转载
Windows数据类型探幽——千回百转你是谁?原创 danis 发布于2007-01-29 20:40:00 阅读数 749 收藏展开 Windows Data TypesWindows数据类型 由微 ...
- 用于云计算的自我更新、自我修补的Linux版本已发布!
自动化是 IT 行业的增长趋势,其目的是消除重复任务中的手动干扰.Oracle 通过推出 Oracle Autonomous Linux 向自动化世界迈出了又一步,这无疑将使 IoT 和云计算行业受益 ...
- 新闻网大数据实时分析可视化系统项目——8、Flume数据采集准备
Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集.聚合和传输的系统,Flume支持在日志系统中定制各类数据发送方,用于收集数据:同时,Flume提供对数据进行简单处理,并 ...
- 十二、js去掉空格_比较字符长度_中英文判断_页面初始化_简体字与繁字体判断
1.去掉字符串前后所有空格 function trimBlank(str){ return str.replace(/(^\s*)|(\s*$)/g, ""); } 2.字符串长度 ...
- 前端学习笔记系列一:6 一种新的css预编译器stylus
stylus是 CSS 的预处理框架.CSS 预处理,顾名思义,预先处理 CSS.那 stylus 咋预先处理呢?stylus 给 CSS 添加了可编程的特性,也就是说,在 stylus 中可以使用变 ...
- LR、SVM、RF、GBDT、XGBoost和LightGbm比较
正则化 L1范数 蓝色的是范数的解空间,红色的是损失函数的解空间.L2范数和损失函数的交点处一般在坐标轴上,会使\(\beta=0\),当然并不一定保证交于坐标轴,但是通过实验发现大部分可以得到稀疏解 ...