R语言基础-数据转换
##一、基本转换
###读取Excel数据
methods(is) 函数可以查看所有 is 的方法。用于判断数据
methods(as) 函数可以查看所有的转换方法。
##二、对大数据集,取数据子集
###1.读数据
####两种写法
###2.随机抽样函数 sample()
####对向量抽样
####对数据框抽样,取子集
###3.删除特定数据
####原数据 mtcars
####删除1-5列
####删除mpg列
###4.合并不同的数据集
####美国50个州的数据
####每个周的分区
####合并后的数据集
或者
####合并前20行和后20行
###注意:
使用 cbind() 和 rbind() 函数合并矩阵时必须要有相同的行和列数
###5.去除重复行
####使用 duplicated() 函数判断是否为重复值
####使用 unique() 函数直接对数据集去重
##三、数据框的翻转
####使用 t() 函数对mtcars数据进行行和列的翻转
####使用 rev() 函数实现向量倒置
####通过翻转数据框索引的方式实现 women 数据的翻转
##四、数据框数据的替换
####使用 transform() 函数修改列的值
#####或者
women$height ← women$height*2.54
##五、数据框的排序
###1.sort() 函数,对向量进行排序
####通过列名对数据框排序
###2.order() 函数,也可对向量进行排序,不过返回的值是索引
####对mtcars数据框中的mpg列进行排序
#####反排
#####对多个列进行排序
##六、对数据框进行运算
###1.apply() 函数,用于数据框或者矩阵
####lapply() 函数,运算后返回的值是列表
####sapply() 函数,运算后的值返回的是向量
使用state.center 列表数据
####tapply() 函数,第二个参数是因子
#####查看区域有多少个州
##七、数据的去中心化和去标准化处理,消除量纲对数据结构的影响
####数据中心化:
指数据集中的各项数据减去数据集的均值
####数据标准化:
指在中心化之后再除以数据集的标准差,即数据集中的各项数据减去数据集的均值再除以数据集的标准差。
###1.案例,对 state.x77 数据绘制热图
heatmap(state.x77)
####非常的不明显,没有意义
###2.使用scale() 函数,实现去中心化和去标准化