R语言实战读书笔记(四)基本数据管理

4.2 创建新变量

几个运算符:

^或**：求幂

x%%y：求余

x%/%y：整数除

4.3 变量的重编码

with()：

within()：可以修改数据框

4.4 变量重命名

包reshape中有个函数rename，可以改名 rename(df,c(manage='managerID',date='testDate'))

或

names(df)[2]<-'newname'

4.5 缺失值

is.na()：检查缺失值，是返回TRUE，否返回FALSE

na.rm=TRUE选项可以用，比如

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

移除缺失值

newdf<-na.omit(df)

4.6 日期值

as.Date()：其中参数input_format的取值，真难记，默认日期是yyyy-mm-dd

%d：数字日期

%a：缩写的星期名

%A：非缩写的星期名

%m：00~12

%b：缩写的月份

%B：非缩写的月份

%y：两位年份

%Y：四位年份

Sys.Date()：当前日期

date()：返回当前日期和时间，为什么不好好起名字呢，非要叫Date和date

可以用format提取一些东西

today <- Sys.Date()
format(today, format = "%B %d %Y")
format(today, format = "%A")

日期可以相减

startdate <- as.Date("2004-02-13")
enddate <- as.Date("2009-06-22")
days <- enddate - startdate

也可以

today <- Sys.Date()
format(today, format = "%B %d %Y")
dob <- as.Date("1956-10-10")
format(dob, format = "%A")

4.6.1 将日期转换为字符型变量

as.character

4.7 类型转换

is.numeric  -->  as.numeric

is.character

is.vector

is.data.frame

is.factor

is.logical

4.8 数据排序

order()

newdata <- leadership[order(leadership$age), ]　　这是升序，前面加个减号就是降序

newdata <- leadership[order(gender, -age), ]　　这是按性别升序，年龄降序排序

4.9 数据集的合并

4.9.1 添加列

横向合并两个数据框，用merge()

newdf<-merge(dfA,dfB,by="ID")

newdf<-merge(dfA,dfB,by=c("ID","Country"))

如果不需要连接，用cbind就可以

4.9.2 添加行

rbind

4.10 数据集取子集

4.10.1 选入变量

选列

data<-df[,c(6:10)]

或按名称选择

myvars <- c("q1", "q2", "q3", "q4", "q5")
newdata <- leadership[myvars]

4.10.2 剔除变量

myvars <- names(leadership) %in% c("q3", "q4")　　得到交集
newdata <- leadership[!myvars]　　取反，结果等于去除了q3,q4

或者

newdata <- leadership[c(-7, -8)]

4.10.3 选入观测

which函数

4.10.4 subset

newdata <- subset(leadership, age >= 35 | age < 24, select = c(q1, q2, q3, q4))
newdata <- subset(leadership, gender == "M" & age > 25, select = gender:q4)

4.10.5 随机抽样

sample

sample<-df[sample(1:nrow*(df),3,replace=FALSE] 不放回抽样

4.11 使用SQL操作数据框

library(sqldf)
newdf <- sqldf("select * from mtcars where carb=1 order by mpg", row.names = TRUE)
newdf <- sqldf("select avg(mpg) as avg_mpg, avg(disp) as avg_disp,gear from mtcars where cyl in (4, 6) group by gear")