时间戳

首页 > 解决方案 > 如何对 R 中的行和列进行子集化

r - 如何对 R 中的行和列进行子集化

问题描述

我是 R 新手。当我阅读 R in action 这本书时，我遇到了一个问题。newdata <- leadership[order(leadership$age),]代码和有什么区别newdata <- leadership[order(leadership$age)]，我的意思是逗号在语句中的作用是什么？对于我的以下代码，为什么 newdata 包含领导中的所有列，而 newnewdata 只包含直到年龄的列？

manager <- c(1, 2, 3, 4, 5)
date <- c("10/24/08", "10/28/08", "10/1/08", "10/12/08", "5/1/09")
country <- c("US", "US", "UK", "UK", "UK")
gender <- c("M", "F", "F", "M", "F")
age <- c(32, 45, 25, 39, 99)
q1 <- c(5, 3, 3, 3, 2)
q2 <- c(4, 5, 5, 3, 2)
q3 <- c(5, 2, 5, 4, 1)
q4 <- c(5, 5, 5, NA, 2)
q5 <- c(5, 5, 2, NA, 1)
leadership <-
  data.frame(manager, date, country, gender, age, q1, q2, q3, q4, q5)

names(leadership)[1:2] <- c("managerID", "testDate")
leadership$age[leadership$age == 99] <- NA
leadership <- within(leadership, {
  agecat <- NA
  agecat[age > 75] <- "Elder"
  agecat[age >= 55 & age <= 75] <- "Middle Aged"
  agecat[age < 55] <- "Young"
})
leadership
newdata <- leadership[order(leadership$age),]
newdata
newnewdadta <- leadership[order(leadership$age)]
newnewdadta

标签： r

解决方案

dataframe[i, j]是用于从 R 数据帧中对行和列进行子集化的语法，其中i将索引或逻辑向量表示为子集行，并将j索引或逻辑向量表示为子集列。

例如，

  • newdata[1, 3]将从第一行和第三列返回值
  • newdata[1, 3:5]将从第一行和 3 到 5 列返回值。
  • newdata[1:4, 3:5]将返回值从 1 到 4 行和 3 到 5 列

如果任何值是空的，则 R 子集所有行/列。

  • newdata[1:4, ]将返回 1 到 4 行和所有列
  • newdata[, 1:5]将返回所有行和 1 到 5 列
  • newdata[, ]将返回所有行和所有列。

另一个警告是，如果您只想对不一定需要的数据框列进行子集化,。因此，对于第 3 到 5 列的子集，您不仅可以这样做，newdata[, 3:5]而且还newdata[3:5]可以返回相同的输出。

了解到，在您的情况下，您正在newdata <- leadership[order(leadership$age),]根据age列对行进行排序并选择所有列，因为j逗号后的值为空，因此您将获得所有列。

newdata
#  managerID testDate country gender age q1 q2 q3 q4 q5 agecat
#3         3  10/1/08      UK      F  25  3  5  5  5  2  Young
#1         1 10/24/08      US      M  32  5  4  5  5  5  Young
#4         4 10/12/08      UK      M  39  3  3  4 NA NA  Young
#2         2 10/28/08      US      F  45  3  5  2  5  5  Young
#5         5   5/1/09      UK      F  NA  2  2  1  2  1   <NA>

请注意，order返回的输出

order(leadership$age)
#[1] 3 1 4 2 5

用于按该顺序对行进行子集化。

对于第二种情况，您没有将逗号指定为子集，因此它实际上是子集列给您。

newnewdadta <- leadership[order(leadership$age)]
newnewdadta

#  country managerID gender testDate age
#1      US         1      M 10/24/08  32
#2      US         2      F 10/28/08  45
#3      UK         3      F  10/1/08  25
#4      UK         4      M 10/12/08  39
#5      UK         5      F   5/1/09  NA

第二种情况newnewdadta有效，因为巧合的是，行数大于此数据集中的列数。如果您的行数多于列数，leadership[order(leadership$age)]则将返回错误。

推荐阅读