R语言选取变量及数据

拼搏现实的明天。 2023-07-24 13:19 6阅读 0赞

# 选取变量 #

在分析数据时，从一个大数据集中选择有限数量的变量来创建一个新的数据集是必不可少的一部分

**示例：**

#  选取向量中的变量
    vector <- c(1,2,3,4)
    vector
    #  运行结果：
    #  [1] 1 2 3 4
    vector[1]   #  选取第一个元素
    #  运行结果：
    #  [1] 1
    vector[c(1:3)]   #  选取前三个元素
    #  运行结果：
    #  [1] 1 2 3
    
    #  选取数据框中的变量
    data.iris <- data.frame(Sepal.Length = c(5.1, 4.9, 4.7, 4.6),
    						 Sepal.Width = c(3.5, 3.0, 3.2, 3.1),
    						Petal.Length = c(1.4, 1.4, 1.3, 1.5),
    						 Petal.Width = rep(0.2, 4))
    data.iris
    #  运行结果：
    #    Sepal.Length Sepal.Width Petal.Length Petal.Width
    #  1          5.1         3.5          1.4         0.2
    #  2          4.9         3.0          1.4         0.2
    #  3          4.7         3.2          1.3         0.2
    #  4          4.6         3.1          1.5         0.2
    newdata <- data.iris[,c(3:4)]
    newdata
    #  运行结果：
    #    Petal.Length Petal.Width
    #  1          1.4         0.2
    #  2          1.4         0.2
    #  3          1.3         0.2
    #  4          1.5         0.2

# 删除变量 #

删除变量的原因有很多。例如，当某个变量中有很多缺失值，可能需要在进一步分析之前将其删除。删除变量是保留变量的逆向操作。选择哪一种方式进行变量筛选依赖于两种方式的编码难易程度。如果有许多变量需要丢弃，那么直接保留需要留下的变量可能更简单，反之亦然

**示例：**

#  删除向量中的变量
    vector <- c(1, 2, 3, 4)
    vector
    #  运行结果：
    #  [1] 1 2 3 4
    vector[-1]   #  删除第一个元素
    #  运行结果：
    #  [1] 2 3 4
    vector[-c(1:3)]   #  删除前三个元素
    #  运行结果：
    #  [1] 4
    
    #  删除数据框中的变量
    data.iris <- data.frame(Sepal.Length = c(5.1, 4.9, 4.7, 4.6),
    						 Sepal.Width = c(3.5, 3.0, 3.2, 3.1),
    						Petal.Length = c(1.4, 1.4, 1.3, 1.5),
    						 Petal.Width = rep(0.2, 4))
    data.iris
    #  运行结果：
    #    Sepal.Length Sepal.Width Petal.Length Petal.Width
    #  1          5.1         3.5          1.4         0.2
    #  2          4.9         3.0          1.4         0.2
    #  3          4.7         3.2          1.3         0.2
    #  4          4.6         3.1          1.5         0.2
    newdata <- data.iris[,-c(3:4)]
    newdata
    #  运行结果：
    #    Sepal.Length Sepal.Width
    #  1          5.1         3.5
    #  2          4.9         3.0
    #  3          4.7         3.2
    #  4          4.6         3.1

# 使用subset函数选取数据 #

**使用subset函数选取数据**

*  subset函数是一种较为简便的方法用来选取变量与观测变量，功能为选取变量与观测变量
 *  **subset(x,subset,select,…)**

<table> 
 <thead> 
  <tr> 
   <th>参数</th> 
   <th>描述</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>x</td> 
   <td>所要选择的数据框</td> 
  </tr> 
  <tr> 
   <td>subset</td> 
   <td>所要查看信息的方法，比如某个范围等等</td> 
  </tr> 
  <tr> 
   <td>select</td> 
   <td>所选取的要查看的某个区域</td> 
  </tr> 
  <tr> 
   <td>…</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

**示例：**

df1 <- data.frame(name = c("aa", "bb", "cc"),
                       age = c(20, 29, 30),
                       sex = c("f", "m", "f"))
    df1
    #  运行结果：
    #    name age sex
    #  1   aa  20   f
    #  2   bb  29   m
    #  3   cc  30   f
    x1 <- subset(df1,name=="aa",select=c(age,sex))
    x1
    #  运行结果：
    #    age sex
    #  1  20   f
    x2 <- subset(df1,name=="aa"&sex=="f",c(age,sex))
    x2
    #  运行结果：
    #    age sex
    #  1  20   f