R语言—数据的调整与处理

本文主要是介绍R语言—数据的调整与处理，对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

作为一名R语言新手，第一步是要学会对数据进行一个调整与处理。现介绍几种常见对数据框架处理的函数：

使用R语言自带的heightweight数据集：

library（gcookbook）
heightweight

 可以看到五列代表每个人的身体信息，这个时候我们可以用str()来查看数据集的结构。

str(heightweight)

这里面可以看到sex为factor因子变量；ageYear,heightIn,weightLb为数值型向量；ageMonth为整型向量；同时还会有character字符型向量。（在画图中，经常要将factor和character相互转化）

调整一：选择需要的变量列(使用函数select())

heightweight%>%select(sex,heightIn)

调整二：对某一变量数据进行排序（arrange（））

heightweight%>%arrange(heightIn)    #（数据heightIn从原始状态变为从小到大排序）
heightweight%>%arrange(desc(heightIn))  #(从大到小排序)

从小到大                                                               从大到小         

可以几个变量一起调整

heightweight%>%arrange(desc(heightIn，heightLb)) 

 调整三：筛选掉某变量中的值（filter（））

heightweight%>%filter(heightIn>60)  #（筛选出heightIn>60的值）

 heightweight%>%filter(heightIn>60,weightLb>110) #（筛选出heightIn大于60，“且”weightLb大于110的值）

 调整四：添加变化的变量到原始数据中（mutate（））

For example:计算weightLb与heightIn的比值，并且将比值数据添加为原始数据的第一列

heightweight%>%mutate(w_h=weightLb/heightIn)%>%
+ select(w_h,everything())

如果你想把比值放在第四列

heightweight%>%mutate(w_h=weightLb/heightIn)%>%
+ select(sex,ageYear,ageMonth,w_h,everything())

数据基本调整函数就这些，关于数据转化，计算，请关注下一次内容。

如果这些内容对你有帮助，请点个赞啦！

这篇关于R语言—数据的调整与处理的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！