R 数据框

数据框（Data frame）可以理解成我们常说的"表格"。

数据框是 R 语言的数据结构，是特殊的二维列表。

数据框每一列都有一个唯一的列名，长度都是相等的，同一列的数据类型需要一致，不同列的数据类型可以不一样。

R 语言数据框使用 data.frame() 函数来创建，语法格式如下： 

									data.frame(…, row.names = NULL, check.rows = FALSE,
           check.names = TRUE, fix.empty.names = TRUE,
           stringsAsFactors = default.stringsAsFactors())
  • … : 列向量，可以是任何类型（字符型、数值型、逻辑型），一般以 tag = value 的形式表示，也可以是 value。
  • row.names : 行名，默认为 NULL，可以设置为单个数字、字符串或字符串和数字的向量。
  • check.rows : 检测行的名称和长度是否一致。
  • check.names : 检测数据框的变量名是否合法。
  • fix.empty.names : 设置未命名的参数是否自动设置名字。
  • stringsAsFactors : 布尔值，字符是否转换为因子，factory-fresh 的默认值是 TRUE，可以通过设置选项（stringsAsFactors=FALSE）来修改。

以下创建一个简单的数据框，包含姓名、工号、月薪：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" ) ,
    工号 = c ( "001" , "002" ) ,
    月薪 = c ( 1000 , 2000 )
   
)
print ( table ) # 查看 table 数据

执行以上代码输出结果为： 

										姓名 工号 月薪
1 张三  001 1000
2 李四  002 2000

数据框的数据结构可以通过 str() 函数来展示：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" ) ,
    工号 = c ( "001" , "002" ) ,
    月薪 = c ( 1000 , 2000 )
)
# 获取数据结构
str ( table )

执行以上代码输出结果为： 

										'data.frame':   2 obs. of  3 variables:
 $ 姓名: chr  "张三" "李四"
 $ 工号: chr  "001" "002"
 $ 月薪: num  1000 2000

summary() 可以显示数据框的概要信息：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" ) ,
    工号 = c ( "001" , "002" ) ,
    月薪 = c ( 1000 , 2000 )
   
)
# 显示概要
print ( summary ( table ) )  

执行以上代码输出结果为： 

										姓名               工号                月薪     
Length:2           Length:2           Min.   :1000  
Class :character   Class :character   1st Qu.:1250  
Mode  :character   Mode  :character   Median :1500  
                                      Mean   :1500  
                                      3rd Qu.:1750  
                                      Max.   :2000

我们也可以提取指定的列：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" ) ,
    工号 = c ( "001" , "002" ) ,
    月薪 = c ( 1000 , 2000 )
)
# 提取指定的列
result <- data. frame ( table $姓名, table $月薪 )
print ( result )

执行以上代码输出结果为： 

										table.姓名 table.月薪
1       张三       1000
2       李四       2000

以下形式显示前面两行：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" , "王五" ) ,
    工号 = c ( "001" , "002" , "003" ) ,
    月薪 = c ( 1000 , 2000 , 3000 )
)
print ( table )
# 提取前面两行
print ( "---输出前面两行----" )
result <- table [ 1 : 2 , ]
print ( result )

执行以上代码输出结果为： 

										姓名 工号 月薪
1 张三  001 1000
2 李四  002 2000
3 王五  003 3000
[1] "---输出前面两行----"
  姓名 工号 月薪
1 张三  001 1000
2 李四  002 2000

我们可以通过类似坐标的形式读取指定行的某一列的数据，以下我们读取第 2 、3 行的第 1 、2 列数据：：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" , "王五" ) ,
    工号 = c ( "001" , "002" , "003" ) ,
    月薪 = c ( 1000 , 2000 , 3000 )
)
# 读取第 2 、3 行的第 1 、2 列数据：
result <- table [ c ( 2 , 3 ) , c ( 1 , 2 ) ]
print ( result )

执行以上代码输出结果为： 

										姓名 工号
2 李四  002
3 王五  003

扩展数据框

我们可以对已有的数据框进行扩展，以下实例我们添加部门列：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" , "王五" ) ,
    工号 = c ( "001" , "002" , "003" ) ,
    月薪 = c ( 1000 , 2000 , 3000 )
)
# 添加部门列
table $部门 <- c ( "运营" , "技术" , "编辑" )

print ( table )

执行以上代码输出结果为： 

										姓名 工号 月薪 部门
1 张三  001 1000 运营
2 李四  002 2000 技术
3 王五  003 3000 编辑

我们可以使用 cbind() 函数将多个向量合成一个数据框：

实例

# 创建向量
sites <- c ( "Google" , "yssmx" , "Taobao" )
likes <- c ( 222 , 111 , 123 )
url <- c ( "www.google.com" , "www.yssmx.com" , "www.taobao.com" )

# 将向量组合成数据框
addresses <- cbind ( sites,likes, url )

# 查看数据框
print ( addresses )

执行以上代码输出结果为： 

										sites    likes url             
[1,] "Google" "222" "www.google.com"
[2,] "yssmx" "111" "www.yssmx.com"
[3,] "Taobao" "123" "www.taobao.com"

如果要对两个数据框进行合并可以使用 rbind() 函数：

实例

table = data. frame (
    姓名 = c ( "张三" , "李四" , "王五" ) ,
    工号 = c ( "001" , "002" , "003" ) ,
    月薪 = c ( 1000 , 2000 , 3000 )
)
newtable = data. frame (
    姓名 = c ( "小明" , "小白" ) ,
    工号 = c ( "101" , "102" ) ,
    月薪 = c ( 5000 , 7000 )
)
# 合并两个数据框
result <- rbind ( table ,newtable )
print ( result )

执行以上代码输出结果为： 

										姓名 工号 月薪
1 张三  001 1000
2 李四  002 2000
3 王五  003 3000
4 小明  101 5000
5 小白  102 7000