R学习：数据框的基本操作
R学习往期回顾
今天我们了解一下数据框的基本操作
创建数据框
我们用 data.frame 函数创建数据框
a_data_frame <- data.frame( x = letters[1:5], y = rnorm(5), z = runif(5) > 0.5)class(a_data_frame)## [1] "data.frame"
每列的类型可与其他列不同， 但在同一列中的元素类型必须相同。
行自动从一到五编号。如果输入的任何向量有名称， 那么行名称就取自第一个向量名称。例如， 如果 y 列有命名， 那么数据框中每行的名字将以 y 列的向量名命名
y <- rnorm(5)names(y) <- month.name[1:5]data.frame( x = letters[1:5], y = y, z = runif(5) > 0.5)这种命名规则可通过给 data.frame 函数传入参数 row.names = NULL 覆盖掉
data.frame( x = letters[1:5], y = y, z = runif(5) > 0.5, row.names = NULL)另外， 还可以通过给 row.names 传入一个向量来为每行命名
data.frame( x = letters[1:5], y = y, z = runif(5) > 0.5, row.names = c("Jackie", "Tito", "Jermaine", "Marlon", "Michael"))索引数据框
可使用四种不同的向量索引（正整数、 负整数、 逻辑值和字符）
以下的命令将选择数据框中前两列的第二个和第三个元素
a_data_framea_data_frame[2:3, -3]a_data_frame[c(FALSE, TRUE, TRUE, FALSE, FALSE), c("x", "y")]因为选择了一个以上的列， 所以得到的子集也是一个数据框。如果只选择一个列， 其结果将被简化为一个向量
class(a_data_frame[2:3, -3])## [1] "data.frame"class(a_data_frame[2:3, 1])## [1] "factor"如果我们只需选择一个列， 那么也可以使用列表样式的索引（带有正整数或名称的双方括号， 或者带有名称的美元符号运算符）。以下命令将选择第一列中的第二个和第三个元素
a_data_frame$x[2:3]a_data_frame[[1]][2:3]a_data_frame[["x"]][2:3]如果我们需要给列加上条件来得到一个数据框子集， 使用的语法会有点冗长， 而 subset函数能做同样的事情且更简洁。subset 需要三个参数：一个数据框， 一个行的条件逻辑向量， 以及一个需要保留的名字向量（如果最后这个参数被省略了， 那么将保留所有列）。subset 的过人之处在于它使用了特殊的估算技巧， 以避免多余的操作：你无需输入 a_data_frame$y 以访问 a_data_frame 的第 y 列， 因为它已经知道要看哪个数据框， 所以你只需键入 y。同样地， 选择列时， 你无需附上引号中列的名称， 而是可以直接键入名称。
subset(a_data_frame, y > 0 | z, x)基本数据框操作
像矩阵一样， 数据框可使用 t 函数进行转置。但在此过程中， 所有的列（它们即将变成行）将被转换为相同的类型， 然后将变成一个矩
t(a_data_frame)如果两个数据框的大小一致， 也可使用 cbind 和 rbind 把它们连接（join） 起来。rbind 能智能地对列重新排序以匹配。然而， 因为 cbind 不会对列名作重复性检查， 使用时要格外小心：
another_data_frame <- data.frame( # 与 a_data_frame 有相同的 cols， 不过次序不同 z = rlnorm(5), # 对数分布的数 y = sample(5), # 1 到 5 随机排列的数 x = letters[3:7])rbind(a_data_frame, another_data_frame)cbind(a_data_frame, another_data_frame)当两个数据框有相同的列时， 可使用 merge 函数合并。merge 为数据库风格的连接提供了多种选择。当要连接两个数据框时， 你需要指定包含键值的列以作匹配。默认情况下，merge 函数会使用两个数据框中所有共同的列， 但通常你会想用一个共享 ID 列。在下例中， 我们将通过 by 参数指定 x 为我们所要包含的 ID：
a=merge(a_data_frame, another_data_frame, by = "x")merge(a_data_frame, another_data_frame, by = "x", all = TRUE)如果数据框中只包含数值， 那么 colSums 和 colMeans 函数可分别用于计算每列的总和和平均值。同样地， rowSums 和 rowMeans 将计算每一行的总和及平均值：
colSums(a_data_frame[, 2:3])colMeans(a_data_frame[, 2:3])小结
· 列表中的每个元素中可包含大小和类型都不同的变量。
· 列表是递归变量， 因为它可以包含其他列表。
· 使用 [ ]、 [[ ]] 或 $ 来索引列表。
· 数据框有一些类似矩阵（矩形的）和列表（不同的列可以包含不同类型的变量） 的属性。
· 数据框可以被索引， 正如矩阵或列表一样。
· merge 能让你对数据框进行类似数据库风格的连接操作。
欢迎关注公众号
另外我们的福利贴链接失效。目前新的链接回复 资源2 可得到，
目前有
1. 火山图，热图示例文件及完整代码
2. R语言学习基础知识代码
3. R语言实战(中文完整版)
4. R数据科学(中文完整版）
5. ggplot2：数据分析与图形艺术
6. 30分钟学会ggplot2
7. TCGA数据整理
8. ggplot2速查表pdf（可复制）
过几天我们将更新福利，增加更多干货
万水千山总是情，点个在看行不行，哈哈哈哈哈哈哈