R数据框介绍

什么是R数据框？

R数据框是一种二维的数据结构，意义类似于Excel中的表格或SQL中的表。数据框由多个列组成，每列的数据类型可以不同，但是每列数据类型必须相同。一般情况下，数据框的每一行代表一个数据观测值，每一列代表该观测值的某一属性。

创建一个R数据框

我们可以通过data.frame()函数来创建一个R数据框。以下是创建一个简单的数据框的例子。

# 创建数据框
df <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  age = c(25, 30, 35),
  married = c(FALSE, TRUE, TRUE)
)

在上面的例子中，我们创建了一个包含三个列的数据框，分别是name、age和married。其中name列是字符串类型，age列是数值类型，married列是逻辑类型。

我们可以使用head()函数来查看数据框的前几行。

# 查看数据框前几行
head(df)

输出结果为：

      name age married
1    Alice  25   FALSE
2      Bob  30    TRUE
3 Charlie  35    TRUE

从文件中读取数据框

我们也可以通过读取文件的方式来创建一个R数据框。R中可以读取多种格式的文件，例如文本文件、CSV文件、Excel表格等等。

以下是读取CSV文件的例子。假设我们有一个名为iris.csv的文件，文件中包含了鸢尾花数据集的四个属性（sepal_length、sepal_width、petal_length、petal_width）和一个类别（species）。

# 从CSV文件中读取数据框
df <- read.csv("iris.csv")

在上面的例子中，我们使用read.csv()函数从iris.csv文件中读取数据，并将其存储到名为df的变量中。

操作数据框

R数据框提供了很多的函数来对数据框进行操作。以下是一些常用的操作函数。

查看数据框

我们可以使用以下函数来查看数据框的结构和内容。

# 查看数据框的结构
str(df)

# 查看数据框的前几行
head(df)

# 查看数据框的后几行
tail(df)

选择列

我们可以使用以下函数来选择数据框中的某些列。

# 选择一个列
df$species

# 选择多个列
df[, c("species", "sepal_length")]

过滤行

我们可以使用以下函数来过滤数据框中的某些行。

# 过滤行
subset(df, sepal_length > 5)

# 取反过滤
subset(df, !(sepal_length > 5))

排序

我们可以使用以下函数来对数据框中的某些列进行排序。

# 按照某一列升序排序
df[order(df$sepal_length), ]

# 按照某一列降序排序
df[order(-df$sepal_length), ]

聚合

我们可以使用以下函数来对数据框中的某些列进行聚合操作。

# 按照某一列聚合并求和
aggregate(df$sepal_length, by = list(df$species), FUN = sum)

总结

在R中，数据框是一种很重要的数据结构，常常用来处理表格数据。我们可以使用data.frame()函数或者文件读取方式来创建一个数据框。数据框提供了丰富的操作函数来对数据进行操作，包括查看、选择、过滤、排序和聚合等操作。