第四章 基本数据管理 4.1一个示例 代码：创建一个数据框 > 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,stringAsFactors=F) 4。2创建新变量 算术运算符：x%％y取余；x％/%y取整 代码:创建新变量: > mydata<—data.frame（x1=c（2，2，6，4)，x2=c（3,4，2，8）） 方法一: 〉 mydata＄sum〈-mydata$x1+mydata$x2 〉 mydata$mean〈—（mydata$x1+mydata$x2）/2 方法二： 〉 attach(mydata） 〉 mydata＄sumx<—x1+x2 〉 mydata＄mean<—（x1+x2)/2 > detach(mydata) 方法三：（此方法将运算结果保存在了原始数据表格里) 〉 mydata〈-transform（mydata,sumx=x1+x2,meanx=(x1+x2）/2） > mydata 4。3变量的重编码 逻辑运算符：== 严格等于；!= 不等于；！x 非x；x｜y x或y;x＆y x和y； isTRUE（x) 测试x是否为真 代码：将leadership表的连续型年龄变量重编码为类别型变量 > leadership＄age[leadership＄age==99］<-NA 方法一: 〉 leadership$agecat[leadership＄age〉75]〈—”Elder" 〉leadership＄agecat［leadership$age〉=55&leadership$age<=75］<-”Middle Aged" 〉 leadership＄agecat［leadership$age〈55］<-”Young" 方法二： >leadership〈—within(leadership,{agecat<-NA agecat［age>75］<-"Elder” agecat[age〉=55＆age〈=75]〈—”Middle Aged” agecat[age<55]<-"Young”｝） 4。4变量的重命名 直接调用交互式编辑器:fix（leadership）； 编程形式：reshape函数包里的rename（)函数 调用格式为：rename(dataframe,c（oldname=”newname"，"oldname”=”newname"，…)) 例:〉install.packages("reshape"） 〉 library（reshape) > leadership<—rename(leadership,c(manager="managerID”,date=”testDate”）) 通过names（）函数来重命名变量 例：> names(leadership)［2］〈—”testDate” 4.5缺失值 检测缺失值是否存在：函数is.na() 例：> y〈-c(1,2，3，NA) > is.na(y） 输出［1］ FALSE FALSE FALSE TRUE 重编码某些值为缺失值 例：〉 leadership$age［leadership$age==99］<—NA 在分析中排除缺失值 删除所有包含缺失值数据的行：函数na。omit() 例：〉newdata〈-na.omit(leadership） 4.6日期值 日期格式:%d 数字表示的日期，％a 缩写的星期名,%A 非缩写星期名,％m 月份,%b 缩写的月份，％B 非缩写月份，%y 两位数年份，%Y 四位数年份 将字符串形式日期化为数值形式：as。date（)函数 调用格式:as.Date（x，”input_pormat”） 例：>mydate<—as.Date(c(“2007—06—22”，”2004—02-13”)） 转换日期格式 〉 strDates〈-c(”01/05/1965”，”08/16/1975") 〉 dates〈—as.Date（sreDates,”％m/%d/％Y”） 输出〉 dates [1］ "1965—01-05" "1975-08—16" 输出当前日期和时间 〉 Sys。Date（) 〉 date（） 4。9数据集的合并 添加列:merge()函数 调用格式:total〈—merge(dataframeA，dataframeB,by="ID") 添加行：rbind()函数 调用格式：total〈-rbind(dataframeA,dataframeB） 随机抽样：sample()函数 从leadership数据集中随机抽取一个大小为3的样本： Mysample<—leadership［sample(1：nrow（leadership)，3,replace=F)］ 本文来源：https://www.wddqw.com/doc/7e3619ef561810a6f524ccbff121dd36a32dc46c.html