R语言中数据对象之数据框的使用

在R语言中，数据框（Dataframe）是一个非常重要的数据结构，其组织数据的结构与矩阵相似，但是其各列的数据类型可以不相同。一般情况，数据框的每列是一个变量，每行是一个观测样本。

虽然，数据框内不同的列可以是不同的数据模式，但是数据框内每列的长度必须相同。

1、创建数据框

在R语言中，数据框使用data.frame()函数来创建，其格式如下：

data.frame(col1,col2,..., row.name=NULL, check.rows = FALSE,check.names=TRUE,stringsAsFactors = default.stringsAsFactors())

其中，row.name用于指定各行（样本）的名称，默认没有名称，使用从1开始自增的序列来标识每一行；check.rows用于用来检查行的名称和数量是否一致，默认为FALSE；check.names来检查变量（列）的名称是否唯一且符合语法，默认为TRUE；用来描述是否将字符型向量自动转换为因子，默认转换，若不改变的话使用stringsAsFactors = FALSE来指定即可。

（1）df1<-data.frame(name=c("王宏", "马兰", "刘涛", "张峰"), sex=c("男", "女", "男", "男"), score=c(90, 85, 82, 93))

（2）df2<-data.frame(name=c("王宏", "马兰", "刘涛", "张峰"), sex=c("男", "女", "男", "男"), score=c(90, 85, 82, 93), row.names=c("s1", "s2", "s3", "s4"))

（3）

name <- c("王宏", "马兰", "刘涛", "张峰")  #向量

sex <- c("男", "女", "男", "男")  #向量

score <- c(90, 85, 82, 93)   #向量

df3<-data.frame(name, sex, score)  #使用向量生成数据框

以上的执行情况如下图所示，（若图较小，可以点击查看大图）

（4）lst<-list(name=c("王宏","马兰","刘涛","张峰"), sex=c("男", "女", "男", "男"), score=c(90, 85, 82, 93))

df4<-as.data.frame(lst)

本部分执行代码如下图所示，（若图较小，请点击看大图）

（5）arr1 <- array(1:12,c(4,3))

         df5 <- as.data.frame(arr1)   #使用数组生成数据框

         arr2<- array(1:12, c(4,3),dimnames=list(c("R1","R2","R3","R4"), c("C1","C2","C3")))

         df6 <- as.data.frame(arr2)

本部分执行情况如下图所示：

（6） m1 <- matrix(c(1:12),nr=3)

df7<-as.data.frame(m1)

m2<-matrix(c(1:12),nr=3,dimnames=list(c("R1","R2","R3")))

df8<-as.data.frame(m2)

m3<-matrix(c(1:12),nr=3,dimnames=list(c(),c("C1","C2","C3","C4")))

df9<-as.data.frame(m3)

本部分的执行情况如下：

在使用数组，矩阵生成数据框时，若没有指定列名，则以"V1","V2”......进行代替。

2、数据框的引用

（1）df1["score"]   #仍为一个数据框, 也是一个列表

（2）df1[,"score"]  #返回的是向量

（3）df1[3]   #同（1）

（4）df1[,3]  #同（2）

（5）df1[c(1,3)]  #返回第1列和第3列的数据

以上执行情况如下图所示：

（6）df1[c(1,3),]  #返回第1行和第3行的数据

（7）df1[c(1,3),c(2,3)]  #返回第1行和第3行与第2列和第3列交叉处的数据

（8）df1$name  #以因子的形式返回name列

（9）df1[["name"]]  #以因子的形式返回name列

（10）df1[[1]][1]  #返回第1分量的第一个元素值，王宏

（11）df1[['name']][1]  #返回name分量第一个元素值：王宏

（12）df1$name[1]  #返回name分量第一个元素值：王宏

3、数据框的修改

（1）增加样本数据或变量

可以使用rbind()函数和cbind()函数将新行或新列添加到数据框变量中。

lst1<-list("马宇","男",92)  #创建一个新列表

df1<-rbind(df1,lst1)  #将列表lst1添加到df1中

lst2<-list(height=c(170,178,185,190,178,175))  #创建一个新列表，保存身高

df1<-cbind(df1,lst2)   #使用cbind将lst2添加到df1中

本部分执行情况如下图所示：

（2）修改某列的某一个值

df1$name[1] <- "王宏伟"  #将王宏的值修改为王宏伟

df1[1,2] <- "女"  #将第一行第2列的值修改为“女”

df1[[1]][2]<-"马兰兰"  #将第一列第二个值改为“马兰兰”

（3）删除行或列

df1<-df1[-2,]   #删除第2行数据

df1<-df1[,-4]  #删除第4列的数据

df1<-df1[-c(1,3),]  #删除第1行和第3行的数据

df1<-df1[,-c(1,4)]  #删除第1列和第4列的数据

本部分（完）