R语言的数据帧

　　数据帧是表或二维阵列状结构，其中每一列包含一个变量的值，并且每一行包含来自每一列的一组值。

　　以下是数据帧的特性。

　　- 列名称应为非空。

　　- 行名称应该是唯一的。

　　- 存储在数据帧中的数据可以是数字，因子或字符类型。

　　- 每个列应包含相同数量的数据项。

　　创建数据帧

　　# Create the data frame.

　　emp.data <- data.frame(

　　emp_id = c (1:5),

　　emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),

　　salary = c(623.3,515.2,611.0,729.0,843.25),

　　start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",

　　"2015-03-27")),

　　stringsAsFactors = FALSE

　　)

　　# Print the data frame.

　　print(emp.data)

　　当我们执行上面的代码，它产生以下结果 -

　　emp_id emp_name salary start_date

　　1 1 Rick 623.30 2012-01-01

　　2 2 Dan 515.20 2013-09-23

　　3 3 Michelle 611.00 2014-11-15

　　4 4 Ryan 729.00 2014-05-11

　　5 5 Gary 843.25 2015-03-27

　　获取数据帧的结构

　　通过使用str()函数可以看到数据帧的结构。

　　# Create the data frame.

　　emp.data <- data.frame(

　　emp_id = c (1:5),

　　emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),

　　salary = c(623.3,515.2,611.0,729.0,843.25),

　　start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",

　　"2015-03-27")),

　　stringsAsFactors = FALSE

　　)

　　# Get the structure of the data frame.

　　str(emp.data)

　　当我们执行上面的代码，它产生以下结果 -

　　'data.frame': 5 obs. of 4 variables:

　　$ emp_id : int 1 2 3 4 5

　　$ emp_name : chr "Rick" "Dan" "Michelle" "Ryan" ...

　　$ salary : num 623 515 611 729 843

　　$ start_date: Date, format: "2012-01-01" "2013-09-23" "2014-11-15" "2014-05-11" ...

　　数据框中的数据摘要

　　可以通过应用summary()函数获取数据的统计摘要和性质。

　　扩展数据帧

　　可以通过添加列和行来扩展数据帧。

　　添加列

　　只需使用新的列名称添加列向量。

　　添加行

　　要将更多行永久添加到现有数据帧，我们需要引入与现有数据帧相同结构的新行，并使用rbind()函数。

　　在下面的示例中，我们创建一个包含新行的数据帧，并将其与现有数据帧合并以创建最终数据帧。

　　# Create the first data frame.

　　emp.data <- data.frame(

　　emp_id = c (1:5),

　　emp_name = c("Rick","Dan","Michelle","Ryan","Gary"),

　　salary = c(623.3,515.2,611.0,729.0,843.25),

　　start_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",

　　"2015-03-27")),

　　dept = c("IT","Operations","IT","HR","Finance"),

　　stringsAsFactors = FALSE

　　)无锡妇科医院 http://www.wxbhnkyy39.com

　　# Create the second data frame

　　emp.newdata <- data.frame(

　　emp_id = c (6:8),

　　emp_name = c("Rasmi","Pranab","Tusar"),

　　salary = c(578.0,722.5,632.8),

　　start_date = as.Date(c("2013-05-21","2013-07-30","2014-06-17")),

　　dept = c("IT","Operations","Fianance"),

　　stringsAsFactors = FALSE

　　)

　　# Bind the two data frames.

　　emp.finaldata <- rbind(emp.data,emp.newdata)

　　print(emp.finaldata)

　　当我们执行上面的代码，它产生以下结果 -

　　emp_id emp_name salary start_date dept

　　1 1 Rick 623.30 2012-01-01 IT

　　2 2 Dan 515.20 2013-09-23 Operations

　　3 3 Michelle 611.00 2014-11-15 IT

　　4 4 Ryan 729.00 2014-05-11 HR

　　5 5 Gary 843.25 2015-03-27 Finance

　　6 6 Rasmi 578.00 2013-05-21 IT

　　7 7 Pranab 722.50 2013-07-30 Operations

　　8 8 Tusar 632.80 2014-06-17 Fianance