R语言中矩阵matrix和数据框data.frame的使用详解

时间:2022-06-01 12:48:39

本文主要介绍了R语言中矩阵matrix和数据框data.frame的一些使用,分享给大家,具体如下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
"一,矩阵matrix"
 
"创建向量"
x_1=c(1,2,3)
x_1=c(1:3)
x_2=1:3
typeof(x_1)==typeof(x_2)#查看目标类型
x_3=seq(1,6,length=3)#将1——6分为3个数
 
a<-rep(1:3,each=3) #1到3依次重复
c<-rep(1:3,times=3)  #1到3重复3次
d<-seq(from=3,to=12,by=3) #3为起点12为终点,步长为3
e<-seq(from=3,to=12,length=3.5) #3为起点,12为终点,个数
 
 
"创建矩阵"
x_1=matrix(1:10,nrow = 5,ncol = 2,byrow = FALSE,dimnames = list(c('a','b','c','d','e'),c('一','二')))
#data参数输入的为矩阵的元素,不能为空;nrow参数输入的是矩阵的行数,默认为1;ncol参数输入的是矩阵的列数,默认为1;
#byrow参数控制矩阵元素的排列方式,TRUE表示按行排列,FALSE表示按列排列,默认为FALSE;dimnames参数输入矩阵的行名和列名,可以不输入,系统默认为NULL。
x_1=matrix(1:10,nrow = 5,ncol = 2,byrow = TRUE,dimnames = list(c('a','b','c','d','e'),c('一','二')))
#byrow = TRUE会使得矩阵元素按照行顺序向下排列
 
#行列名称
rownames(x_1)#查看行名称
colnames(x_1)#查看列名称
rownames(x_1)=c('A','B','C','D','E')#改变行名称
colnames(x_1)=c('第一','第二')#改变列名称
 
#矩阵维度
dim(x_1)#查看矩阵维度(行数,列数)
dim(x_1)=c(2,5)#改变原矩阵维度
ncol(x_1)#返回列数
nrow(x_1)#返回行数
 
#元素获取
x_1[8]=0#对第八个元素重新赋值
x_1[1,2]
x_1[1,2]=7#对第1行第2列元素重新赋值
x_1[1,]
x_1[,2]
x_1[,'一']
x_1['a',]
x_1[c('a','b'),]
x_1[,c('一','二')]
x_1[c('b':'d')]
 
 
"二,Data.Frame"
#1.创建数据框
data_=data.frame(a=c(1,2,3,4),b=c('jack','bob','dali','smith'),c=c('boy'
 ,'girl','girl','boy'),e=c('2010-12-04','2011-03-23','2009-08-09','2010-09-1'))#通过直接输入行列创建数据框
 
#2.行列操作
names(data_)#查看列名
rownames(data_)#查看行名
names(data_)=c('A','B','C','D')#修改列名
rownames(data_)=data_$B#将B列作为行名
 
data_$d=c(545,6323,345,454)#添加新列
within(data_,{f=c(12,22,32,42)})#使用within添加新列
 
#3.访问元素
data_[1,]#查看第一行
data_[,2]#查看第二列
data_[3]#方位第三列
data_[2,3]#访问第二行三列
 
data_['a']#访问‘a'列
data_[['a']]#访问'a'列
data_[c('a')]#访问‘a'列
data_[c('a','b')]#访问‘a'‘b'列
data_[,c(1:3)]#访问1到3列
 
data_[c(1:3),c(1:2)]#访问1到3行,1到2列
data_[c(2:dim(data_)[1]),]
 
data_$b
with(data_,{print(data_$b)})#使用with函数打开b列
 
#4.条件访问元素
data_[which(data_$c=='boy')]#选出c列为boy的数据
data_$f=c(234,452,234,657)
data_[data_$f>200]#选出f列大于200的数据
subset(data_,data_$c=='boy'&data_$f>200)#选出c为boy且f大于200的数据
 
 
#5.基本操作
dim(data_)#查看维度(行,列)
typeof(data_)
str(data_)#查看各列数据类型
Sys.Date()#获得当前日期
format(Sys.Date(),'%Y-%m')#获得当前年份和月份
 
as.integer('2')#修改为整数型
toString(4)#修改为字符串
 
#6.修改数据类型
data_$e=as.Date(data$e)
data_$b=as.character(data_$b)
data_=data.frame(c('2','3','4'))
as.integer(data_[2,1])+as.integer(data_[3,1])
typeof(data_[1,1])
mode(data_)
class(data_)
 
#7.删除数据
data_[,-1]#删除第一列
 
#8.数据框组合拼接
data_1=data.frame(a=c(1,2,3),b=c('一','二','三'),c=c('one','two','three'))
data_2=data.frame(a=c(2,3,1),d=c('fjsk','fjs','jslf'),e=c(34,43,23))
data__=merge(data_1,data_2)#按照某一列元素拼接
 
data_1=data.frame(name=c('hia','ful','bob'),gender=c('boy','girl','girl'))
data_2=data.frame(name=c('ds','gui','sds'),gender=c('girl','boy','boy'))
data__=rbind(data_1,data_2)#上下拼接
data__=cbind(t(data_1),t(data_2))#左右拼接
 
#9.删除无效na值
na.omit(data)#将数据框当中拥有无效值NA的那一行全部删除
 
#10.序列排序
data=data.frame(a=rnorm(30,4,5),b=rnorm(30,2,43),c=rnorm(30,-9,34))
data[order(data$a,decreasing = TRUE),]#将a列数据降序排序
data[order(data$a,data$b,decreasing = TRUE),]#先将a列数据降序排序,再将其中b列数据降序排序

到此这篇关于R语言中矩阵matrix和数据框data.frame的使用详解的文章就介绍到这了,更多相关R语言矩阵matrix和数据框data.frame内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家!

原文链接:https://blog.csdn.net/weixin_45590329/article/details/106159351