R中的DataFrame操作

在R中，DataFrame是一个非常常用的数据类型。它类似于 Excel 表格，其中每一列可以是不同的数据类型。DataFrame取代了矩阵和数组，成为了数据科学家和统计学家处理数据的首选数据结构之一。本文将为大家介绍DataFrame的常用操作。

创建DataFrame

可以使用 data.frame() 函数来创建DataFrame。在创建的时候，可以指定每一列的名字和初始数据。

df <- data.frame(name = c("John", "Mike", "Lisa"),
                 age = c(20, 25, 30),
                 married = c(FALSE, TRUE, TRUE))

在上面的代码中，我们创建了一个DataFrame，其中包含了三列数据: name, age 和 married。

访问DataFrame中的数据

我们可以使用列名或列索引来访问DataFrame中的数据。例如，要访问名字列，可以使用以下方式：

df$name

要访问第二行的数据，可以使用以下方式：

df[2,]

要访问第一列和第三列，可以使用以下方式：

df[,c(1,3)]

添加和删除列

添加列时，我们可以使用 $ 或者 []。例如，要添加一个新的 height 列:

df$height <- c(175, 180, 165)

要删除列，则可以使用 $ 或 []。例如，我们要删除 married 列:

df$married <- NULL

或者使用 []:

df <- df[,-3]

在上面的代码中，我们使用 NULL 将 married 列设置为 NULL。我们还可以使用索引来指定要删除的列。

筛选数据

有时候，我们需要根据某些条件或者对数据进行筛选，R提供了一些方便的方式来筛选数据。例如，要筛选所有年龄大于25岁的行，可以使用以下代码：

df[df$age > 25,]

排序数据

R提供了非常方便的方式来对数据进行排序。可以使用 order() 函数和 dplyr 包来进行数据排序。例如，我们可以按照 age 列进行升序排序：

df <- df[order(df$age, decreasing = FALSE),]

或者使用 dplyr 包的 arrange() 函数：

library(dplyr)
df <- arrange(df, age)

统计数据

统计数据是数据科学家和统计学家的重要任务。R提供了许多内置的函数和包来进行统计数据的操作。例如，我们可以使用内置的函数 mean() 来计算平均年龄：

mean(df$age)

我们还可以使用 dplyr 包来进行其他统计计算：

library(dplyr)
df %>%
  summarize(avg_age = mean(age), max_age = max(age))

到此，我们已经学习了DataFrame的常用操作，这是R编程的必备技能之一。