R语言数据结构(三)数据框
原创
数据结构是指在计算机中存储和组织数据的方式，不同的数据结构有不同的特点和适用场景。R语言中的常用数据结构，包括向量、矩阵、数组、列表和数据框。关于数据结构的使用，我们将分四篇文章分别介绍每种数据结构的操作方法和代码示例。
为方便大家理解记忆，对每种数据结构的基本操作概括为四大类：
- 创建数据结构
- 往里面添加数据
- 从里面查询数据
- 对里面的数据进行修改
这篇文章我们将介绍数据框的使用
数据框
数据框是R语言中的一种类似于表格的数据结构，它是由一系列相同长度的向量组成的有序集合。数据框有两个维度，分别表示行数和列数，可以用dim()函数来获取。数据框中的每个向量可以有一个名称，可以用names()函数来获取或设置。数据框中的每个向量可以是不同的类型，但同一列的元素必须是相同的类型。
创建数据框
创建数据框的一种常用方法是使用data.frame()函数，它可以将多个向量组合成一个数据框。data.frame()函数的参数有：
...: 这些参数可以采用value或tag = value的形式。组件名称将基于tag（如果存在）或被解析的参数本身。row.names: 可以是NULL、单个整数或字符字符串，用于指定用作行名的列，或者是字符或整数向量，提供数据框的行名。check.rows: 若为TRUE，则会检查行的长度和名称是否一致。check.names: 逻辑值。若为TRUE，则会检查数据框中变量的名称，以确保它们是符合语法规范的变量名称且不重复。必要时，会进行调整（通过make.names函数）。fix.empty.names: 逻辑值，指示是否为“未命名”的参数（指的是未被正式命名为someName = arg的参数）自动生成一个名称，还是使用名称""。即使check.names为FALSE，如果要保留""作为名称，也需要将此参数设置为FALSE。stringsAsFactors: 逻辑值，指定是否将字符向量转换为因子向量。在R 4.0.0之前，默认设置是TRUE，但现在已更改为FALSE。
例如：
df1 <- data.frame(name = c("Alice", "Bob", "Charlie"),
age = c(20, 25, 30),
gender = c("F", "M", "M"))
df1
# name age gender
# 1 Alice 20 F
# 2 Bob 25 M
# 3 Charlie 30 M
# 使用两个向量创建一个数据框，并给每行命名
df2 <- data.frame(score = c(90, 80, 70),
grade = c("A", "B", "C"),
row.names = c("Math", "English", "History"))
df2
# score grade
# Math 90 A
# English 80 B
# History 70 C
# 使用两个向量创建一个数据框，并不将字符向量转换为因子向量
df3 <- data.frame(color = c("red", "green", "blue"),
code = c("#FF0000", "#00FF00", "#0000FF"),
stringsAsFactors = FALSE)
df3
# color code
# 1 red #FF0000
# 2 green #00FF00
# 3 blue #0000FF数据框有两个维度，即行和列，可以用dim()函数获取。而数据框的行名和列名分别对应着数据框的行和列的标识符，可以用row.names()和colnames()函数来获取和设置。
- 行名：数据框的每一行都有一个行名，用于标识不同的行。行名是一个字符向量，可以通过row.names()函数获取或设置。
- 列名：数据框的每一列都有一个列名，用于标识不同的列。列名是一个字符向量，可以通过colnames()函数获取或设置。
下面是一些关于数据框行名和列名的示例代码：
# 创建示例数据框
df <- data.frame(
name = c("Alice", "Bob", "Charlie"),
age = c(20, 25, 30),
gender = c("F", "M", "M")
)
df
# name age gender
# 1 Alice 20 F
# 2 Bob 25 M
# 3 Charlie 30 M
# 获取数据框的行名和列名
row_names <- row.names(df)
col_names <- colnames(df)
cat("数据框的行名：\n")
row_names
# 输出：
# 数据框的行名：
# [1] "1" "2" "3"
cat("数据框的列名：\n")
col_names
# 数据框的列名：
# [1] "name" "age" "gender"
# 修改数据框的行名和列名
# 设置新的行名和列名
new_row_names <- c("row1", "row2", "row3")
new_col_names <- c("姓名", "年龄", "性别")
# 使用row.names()和colnames()函数设置新的行名和列名
row.names(df) <- new_row_names
colnames(df) <- new_col_names
cat("修改后的数据框：\n")
df
# 输出：
# 修改后的数据框：
# 姓名 年龄 性别
# row1 Alice 20 F
# row2 Bob 25 M
# row3 Charlie 30 M
访问数据框
访问数据框中的元素可以使用方括号[]和行列索引号或名称。行列索引号从1开始，表示第一行或第一列，负数表示排除对应位置的元素。名称是指数据框中每个向量的名称，可以用双引号或单引号包围。使用方括号[]访问数据框中的元素时，返回的结果仍然是一个数据框。例如：
# 访问df1数据框中的第一行
df1[1, ]
# name age gender
# 1 Alice 20 F
# 访问df2数据框中的"score"列
df2["score"]
# score
# Math 90
# English 80
# History 70如果想要访问数据框中的元素的值，而不是一个数据框，可以使用双方括号[[]]或者美元符号$。例如：
# 访问df1数据框中的第一行的值
df1[[1]]
# [1] "Alice" "Bob" "Charlie"
# 访问df2数据框中的"score"列的值
df2$score
# [1] 90 80 70如果数据框中的元素是一个向量，可以在双方括号[[]]或者美元符号$后面加上方括号[]和相应的索引号来访问子元素。例如：
# 访问df1数据框中的第一列（一个向量）的第二个子元素
df1[[1]][2]
# [1] "Bob"
# 访问df2数据框中的"grade"列（一个向量）的第三个子元素
df2$grade[3]
# [1] C修改数据框
修改数据框中的元素可以使用赋值符号<-或者等号=。例如：
# 修改df1数据框中的第二行为c("David", 28, "M")
df1[2, ] <- c("David", 28, "M")
df1
# name age gender
# 1 Alice 20 F
# 2 David 28 M
# 3 Charlie 30 M
# 修改df2数据框中的"grade"列为c("A+", "B+", "C+")
df2["grade"] <- c("A+", "B+", "C+")
df2
# score grade
# Math 90 A+
# English 80 B+
# History 70 C+
# 修改df3数据框中的第一行第二列的元素为"#FFFFFF"
df3[1, 2] <- "#FFFFFF"
df3
# color code
# 1 red #FFFFFF
# 2 green #00FF00为数据框增加一列
# 假设有一个数据框df_add
df_add <- data.frame(name = c("Alice", "Bob", "Charlie"),
age = c(20, 25, 30),
gender = c("F", "M", "M"))
df_add
# name age gender
# 1 Alice 20 F
# 2 Bob 25 M
# 3 Charlie 30 M
# 要增加一列"city"，包含每个人对应的城市信息
city <- c("New York", "London", "Tokyo")
# 使用赋值符号<-给数据框增加新列
df_add$city <- city
# 查看增加列后的数据框
df_add
# name age gender city
# 1 Alice 20 F New York
# 2 Bob 25 M London
# 3 Charlie 30 M Tokyo
合并数据框
我们可以用rbind()和cbind()函数来按行或列合并数据框，参数是两个或多个数据框，它们必须有相同的列数或行数。例如：
# 创建两个数据框
d1 <- data.frame(name = c("Alice", "Bob"), age = c(20, 21))
d1
# name age
# 1 Alice 20
# 2 Bob 21
d2 <- data.frame(name = c("Charlie", "David"), age = c(22, 23))
d2
# name age
# 1 Charlie 22
# 2 David 23
# 按行合并两个数据框
d3 <- rbind(d1, d2)
# 查看合并后的数据框内容
d3
# name age
# 1 Alice 20
# 2 Bob 21
# 3 Charlie 22
# 4 David 23
# 创建两个数据框
d4 <- data.frame(name = c("Alice", "Bob"), gender = c(TRUE, FALSE))
d4
# name gender
# 1 Alice TRUE
# 2 Bob FALSE
d5 <- data.frame(age = c(20, 21), city = c("New York", "London"))
d5
# age city
# 1 20 New York
# 2 21 London
# 按列合并两个数据框
d6 <- cbind(d4, d5)
# 查看合并后的数据框内容
d6
# 输出结果
# name gender age city
# 1 Alice TRUE 20 New York
# 2 Bob FALSE 21 London删除数据框
下面示例代码展示了如何使用负数索引和subset()函数在R语言中删除数据框中的行或列，并在每个操作后注释了相应的输出结果。请注意，这些操作都会生成新的数据框，并不会对原始数据框进行修改。
# 创建示例数据框
df <- data.frame(
name = c("Alice", "Bob", "Charlie", "David"),
age = c(20, 25, 30, 28),
gender = c("F", "M", "M", "M")
)
# 输出原始数据框
cat("原始数据框：\n")
print(df)
# 原始数据框：
# name age gender
# 1 Alice 20 F
# 2 Bob 25 M
# 3 Charlie 30 M
# 4 David 28 M
# 删除行
# 删除数据框中的第一行
df_deleted_row <- df[-1, ]
cat("删除第一行后的数据框：\n")
print(df_deleted_row)
# 删除第一行后的数据框：
# name age gender
# 2 Bob 25 M
# 3 Charlie 30 M
# 4 David 28 M
# 使用subset函数根据条件删除行（删除年龄为25岁的行）
df_deleted_age <- subset(df, age != 25)
cat("根据条件删除age为25岁的行后的数据框：\n")
print(df_deleted_age)
# 根据条件删除age为25岁的行后的数据框：
# name age gender
# 1 Alice 20 F
# 3 Charlie 30 M
# 4 David 28 M
# 删除列
# 删除数据框中的gender列
df_deleted_column <- df[, -3]
cat("删除gender列后的数据框：\n")
print(df_deleted_column)
# 删除gender列后的数据框：
# name age
# 1 Alice 20
# 2 Bob 25
# 3 Charlie 30
# 4 David 28
# 使用subset函数根据条件删除列（删除age列）
df_deleted_age_column <- subset(df, select = -c(age))
cat("根据条件删除age列后的数据框：\n")
print(df_deleted_age_column)
# 根据条件删除age列后的数据框：
# name gender
# 1 Alice F
# 2 Bob M
# 3 Charlie M
# 4 David M原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录