R语言基本的数据管理

一、变量管理

  • 创建变量
x1 <- c(1:4)
x2 <- c(4:7)
sum <- data.frame(x1, x2)

sumData <- sum$x1 +sum$x2
sumData

sum$mySum <- sum$x1 +sum$x2
sum

sum$myMean <- (sum$x1 +sum$x2)/2
sum
  • 变量重编码
View(iris)
irisData <- iris
irisData$Sepal.Length[irisData$Sepal.Length < 5] <- "垃圾花"
irisData$Petal.Width[irisData$Petal.Width <=2] <- "小花"
irisData$Petal.Width[irisData$Petal.Width >=3 & irisData$Petal.Width <=4] <- "中花"
irisData$Petal.Width[irisData$Petal.Width >=5] <- "大花"
View(irisData)
  • 重命名
fix(irisData)  # 通过可视化，对字段进行重命名

names(irisData)[2] <- "width"  # 通过函数进行重命名

二、处理缺失值

  • is.na()：判断是否为空
x <- c(1, 3, 45, NA)  # 参考案例
is.na(x)  # 判断是否有空值，返回值为true、false，是空返回true，否则相反


# 其他运用
View(iris)
irisData <- iris
irisData$Sepal.Length[irisData$Sepal.Length <= 4.6] <- NA
View(irisData)
irisData[4, 1]
is.na(irisData[4, 1])  判断第4行第1列是否为空
  • 删除空值(缺失值)
# na.rm：删除空值
datax <- sum(x, na.rm = TRUE)  # 删除缺失值，并求和
datax


na.omit：删除含空值的整行
irisData <- iris
irisData$Sepal.Length[irisData$Sepal.Length <= 4.6] <- NA
irisData_notNa <- na.omit(irisData)  # 删除带空值的整行
View(irisData_notNa)

三、日期值使用

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-4mIC5gFn-1620140156078)(D:\大数据专业工具存放\Typora\Typora图片存放\image-20210428163752628.png)]
  • as.Date：将数据转为日期型
mydate <- as.Date("2021-04-027")  # 将字符类型转为日期型
mydate

mydate <- c("04/27/2021", "04/27/2021")  # 参考数据
mydate1 <- as.Date(mydate, "%m/%d/%Y")  # 将mydate向量以对应的属性进行数据转换，属性参考上图
mydate1
  • Sys.Date：获取当前日期
today <- Sys.Date()
today
  • format()：修改日期格式
format(today, format("%Y"))  # 获取today的年份
days <- Sys.Date() - 10  # 对年份进行运算
days

四、数据类型判断及转换

  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-tq0HkwNw-1620140156081)(D:\大数据专业工具存放\Typora\Typora图片存放\image-20210428163939794.png)]
  • 判断类型
a <- c(2, 3, 4)
is.numeric(a)  # 判断是否为数值型， 返回类型为true、false，为对应的类型返回true，否则相反
is.vector(a)  # 判断是否为向量，为对应的类型返回true，否则相反
is.character(a)  # 判断是否为字符型，为对应的类型返回true，否则相反
  • 转换类型
a <- c(2, 3, 4)
b <- as.character(a)  # 将数据类型转为字符型
is.character(b)  # 判断是否为字符型，为对应的类型返回true，否则相反

五、数据排序

  • order：order参数进行指定数据排序
irisData <- iris
data_order <- irisData[order(irisData$Sepal.Length), ]  # 对irisDate进行排序，order排序方法，指定															      irisData$Sepal.Length进行整行排序，默认排序为升序
data_order  # 输出

data_order <- irisData[order(irisData$Sepal.Length, irisData$Sepal.Width), ]  # 指定irisData$Sepal.Length，																		      irisData$Sepal.Width，按先后顺序																		  进行，整行排序，默认排序为升序
data_order

data_order <- irisData[order(-irisData$Sepal.Length), ]  # 指定irisData$Sepal.Length进行整行排序，-：为降序
data_order

六、数据集合并

  • rbind(行合并)、cbind(列合并)
x <- matrix(c(1:9), nrow = 3, ncol = 3)
y <- x
z <- cbind(x, y)  # 行合并，合并为三行
z
z <- rbind(x, y)  # 列合并，合并为三列
z
  • merge()：指定字段为合并参考
x <- data.frame(k1 = c(NA,NA,3,4,5), k2 = c(1,NA,NA,4,5), data = 1:5)  # 参考例子
y <- data.frame(k1 = c(NA,2,NA,4,5), k2 = c(NA,NA,3,4,5), data = 1:5)  # 参考例子
z <- merge(x, y, by="k1")  # 合并x、y，以k1为id字段，x每个字段对应的y轴相同的字段行在同一行
z

七、数据集取子集

  • 简单取值
irisData <- iris
datax <- irisData[, 3:5]  # 取所有行的第3列到第5列
datay <- irisData[, -2]  # 取所有除去第2列的所有数据
  • subset()：取指定条件的字段数据，并且可以取指定行
irisData <- iris
newData <- subset(irisData, Sepal.Length>5.1 | Sepal.Length<4.6, select = c(Sepal.Width, Petal.Length))
						# 取irisData中的指定条件数据，只取Sepal.Width, Petal.Length列
newData

八、随机抽样函数

  • sample()：随机抽取
irisData <- iris
newData <- irisData[sample(5, 3, replace = FALSE)]  # 取irisData，sample：参数一：全部列数，参数二：指定取的随机多少											      列，参数三：replace = FALSE：不取重复数据
newData

mple()：随机抽取

irisData <- iris
newData <- irisData[sample(5, 3, replace = FALSE)]  # 取irisData，sample：参数一：全部列数，参数二：指定取的随机多少											      列，参数三：replace = FALSE：不取重复数据
newData