No.8 基本数据操作

1.创建新变量

 1.1在excel表格中创建数据

 

控制台输入命名安装“readxl”包

install.packages("readxl")

 读取数据：

?

1 2 3

library(readxl) data <- read_excel("D:/R_proj/test1029/test_data/NO8text.xlsx") data

1.2数据清洗

1）去除空值---na.omit()

?

1 2 3 4 5 6 7 8 9 10

data1 <- na.omit(data) data1运行结果：> data1# A tibble: 6 × 4     num fruit  income24 income25   <dbl> <chr>     <dbl>    <dbl> 1     1 苹果         67       56 2     3 香蕉         45       89 3     4 圣女果       57       72 4     5 百香果       26       89 5     6 火龙果       34       87 6     7 梨           43       64 #不会删除excel 中的原始数据

2）查看数据的列名---names()

?

1	names(data1)运行结果：> names(data1)[1] "num"      "fruit"    "income24" "income25"

3)添加新列，并计算income24和income25的和赋值给新列----$

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

#添加新列，计算24年和25年的收入之和 data1$sum1 <- data1$income24 + data1$income25 data1运行结果：# A tibble: 6 × 5     num fruit  income24 income25  sum1   <dbl> <chr>     <dbl>    <dbl> <dbl> 1     1 苹果         67       56   123 2     3 香蕉         45       89   134 3     4 圣女果       57       72   129 4     5 百香果       26       89   115 5     6 火龙果       34       87   121 6     7 梨           43       64   107运行结果：# A tibble: 6 × 6     num fruit  income24 income25  sum1  sum2   <dbl> <chr>     <dbl>    <dbl> <dbl> <dbl> 1     1 苹果         67       56   123   123 2     3 香蕉         45       89   134   134 3     4 圣女果       57       72   129   129 4     5 百香果       26       89   115   115 5     6 火龙果       34       87   121   121 6     7 梨           43       64   107   107可以用$（返回向量）和[] （返回数据框）创建变量，但是注意两个返回的数据类型是不一样的。

#添加新列，方法2
data1["sum2"] <- data1["income24"] + data1["income25"]
data1

?

1 2 3 4 5 6 7 8 9 10 11

#添加新列，按收入高中低分级 data1$class24 <- ifelse(data1$income24 < 30,"low",ifelse(data1$income24 > 50,"high","middle")) data1结果：# A tibble: 6 × 7     num fruit  income24 income25  sum1  sum2 class24   <dbl> <chr>     <dbl>    <dbl> <dbl> <dbl> <chr>  1     1 苹果         67       56   123   123 high   2     3 香蕉         45       89   134   134 middle 3     4 圣女果       57       72   129   129 high   4     5 百香果       26       89   115   115 low    5     6 火龙果       34       87   121   121 middle 6     7 梨           43       64   107   107 middle

2.变量重命名

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

#修改列名 #查看第5列的列名 names(data1)[5] #给第5列的列名重新赋值 names(data1)[5] <- "求和1" names(data1)运行结果：> names(data1) [1] "num"      "fruit"    "income24" "income25" "sum1"     "sum2"     "class24" > #修改列名 > #查看第5列的列名 > names(data1)[5] [1] "sum1" > #给第5列的列名重新赋值 > names(data1)[5] <- "求和1" > names(data1) [1] "num"      "fruit"    "income24" "income25" "求和1"    "sum2"     "class24"

?

1 2 3 4 5 6 7 8

#同时修改多列的列名 #修改第1列，第3列，第5列的列名 names(data1)[c(1,3,5)] <- c("C1","C3","C5") names(data1)运行结果：> #同时修改多列的列名 > #修改第1列，第3列，第5列的列名 > names(data1)[c(1,3,5)] <- c("C1","C3","C5") > names(data1) [1] "C1"       "fruit"    "C3"       "income25" "C5"       "sum2"     "class24"

 

3.提取子集

?

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

#提取子集 #保留第1,3,5列的数据 baoliu <- c("C1","C3","C5") baoliudata <- data1[baoliu] baoliudata   baoliudata1 <- data1[,c(1,3,5)] #逗号前面表示保留所有的行 baoliudata1运行结果：> #保留第1,3,5列的数据 > baoliu <- c("C1","C3","C5") > baoliudata <- data1[baoliu] > baoliudata   C1 C3  C5 1  1 67 123 2  3 45 134 3  4 57 129 4  5 26 115 5  6 34 121 6  7 43 107 > baoliudata1 <- data1[,c(1,3,5)] #逗号前面表示保留所有的行 > baoliudata1   C1 C3  C5 1  1 67 123 2  3 45 134 3  4 57 129 4  5 26 115 5  6 34 121 6  7 43 107

?

1 2 3 4 5 6 7 8 9 10 11 12 13

#剔除数据 #剔除第1，第2列的数据 newdata <- data1[,-c(1,2)] newdata运行结果：> #剔除第1，第2列的数据 > newdata <- data1[,-c(1,2)] > newdata   C3 income25  C5 sum2 class24 1 67       56 123  123    high 2 45       89 134  134  middle 3 57       72 129  129    high 4 26       89 115  115     low 5 34       87 121  121  middle 6 43       64 107  107  middle

提取行数据

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

#提取行数据 newdata_1 <- data1[c(1,3,5),]  #逗号后面表示所有的列 newdata_1   newdata_2 <- data1[data1$class24=="high",] newdata_2运行结果：> #提取行数据 > newdata_1 <- data1[c(1,3,5),]  #逗号后面表示所有的列 > newdata_1   C1  fruit C3 income25  C5 sum2 class24 1  1   苹果 67       56 123  123    high 3  4 圣女果 57       72 129  129    high 5  6 火龙果 34       87 121  121  middle > newdata_2 <- data1[data1$class24=="high",] > newdata_2   C1  fruit C3 income25  C5 sum2 class24 1  1   苹果 67       56 123  123    high 3  4 圣女果 57       72 129  129    high

?

1 2 3 4 5 6 7 8

#推荐使用subset,更简单 newdata_3 <- subset(data1,class24=="high",) newdata_3运行结果：> #推荐使用subset,更简单 > newdata_3 <- subset(data1,class24=="high",) > newdata_3   C1  fruit C3 income25  C5 sum2 class24 1  1   苹果 67       56 123  123    high 3  4 圣女果 57       72 129  129    high