R语言数据框深度解析：从创建到数据操作，一文掌握核心技能

天意生信云

发布于 2025-01-22 08:00:42

2.1K0

数据框，data.frame，可能是大家最常用的数据结构了。数据读进来一般默认都是数据框结构。数据框由不同的行和列构成，不同的列可以是不同类型（数值型、字符型、逻辑型等）的数据，比如可以其中一列是数值型，另一列是逻辑型，另一列是字符型，等。但是同一列中必须是相同的类型。

数据框的创建

手动创建

数据框可通过函数data.frame()创建，使用方式如下：

#创建数据框
df <- data.frame(
Name = c("Alice", "Bob", "Charlie", "Diana", "Eve"),
Age = c(24, 22, 23, 25, 21),
Gender = c("Female", "Male", "Male", "Female", "Female"),
Score = c(85, 90, 78, 92, 88)
)

#输出
print(df)

Name、age、Gender、Score等作为列向量可为任何类型（如字符型、数值型或逻辑型）。代码会创建一个数据框，这个数据框有4列，第一列的名字是Name，是字符型；第二列的名字是Age，是数值型；第三列的名字是Gender，是字符型；第4列的名字是Score，是数值型。所以也可以把数据框看成是多个向量的组合。

数据的导入与查看

读取外部数据

df <- read.csv("test.csv") # 读取 CSV 文件
head(df) # 查看前 6 行
str(df) # 数据框结构
summary(df) # 数据统计摘要
dim(df) # 数据框的行和列数

read.csv()函数是 R 的基础函数，功能强大，但对于文件的要求较为严格，比如：文件必须是 CSV 格式（用逗号分隔的数据）；文件的分隔符必须是逗号（,），否则需要用read.table()并手动指定 sep 参数。

如果需要读取不同类型的文件（例如，分隔符不是逗号的文件、.xlsx 文件或其他文本格式），可以使用tidyverse包提供的功能，例如readr和readxl。

数据访问与操作

访问数据

数据框和向量不一样，向量是一维的，数据框既有行也有列，数据框是二维的，所以在使用方括号时，我们也要指定行和列，行和列之间用,隔开，,前面表示行，后面表示列。

df$Name         # 获取“Name”列
df[1, 2]  # 取第1行第2列的值 
df[, 1:3]  # 取所有行，以及第1列到第3列
df[c(1,3)]  # 取所有行，以及第1列和第3列
df[1:3, ] # 获取前 3 行
df[, c("Name", "Score")] # 获取指定列
df[df$Score > 85, ] # 条件筛选

添加与删除列

df$Pass <- df$Score >= 80 # 添加“Pass”列
df$Pass <- NULL # 删除“Pass”列

数据排序

按列排序

df <- df[order(df$Score, decreasing = TRUE), ] # 按“Score”降序排列

数据分组与聚合

#使用 `aggregate` 聚合

aggregate(Score ~ Gender, data = df, FUN = mean) # 按“Gender”分组求均值


#使用 `dplyr` 包分组

library(dplyr)

df %>%
  group_by(Gender) %>%
  summarise(Average_Score = mean(Score))

缺失值处理

#### 检查缺失值

is.na(df) # 检查缺失值
sum(is.na(df)) # 缺失值总数

#### 填补缺失值df$Score[is.na(df$Score)] <- mean(df$Score, na.rm = TRUE) # 用均值填补

#### 删除缺失值df <- na.omit(df) # 删除包含缺失值的行

修改和重编码

df$Gender[df$Gender == "Male"] <- "男"
#把Gender这一列中的Male变成“男”
df
df$Score[df$Score >= 85] <- "优"
df$Score[df$Score < 85] <- "良"
#把Score这一列中大于等于85的变成优，小于85的变成良
df

行列转置

#行变成列，列变成行
tran_df <- t(df)
tran_df

行列拼接

拼接列：把列拼起来，也就是对多个数据框水平堆叠，也就是在一个数据框的右侧添加另一个数据框，要求行数相同。

拼接行：把行拼起来，也就是对多个数据框垂直堆叠，也就是在一个数据框的下方添加另一个数据框，要求列数相同。

# 创建两个数据框
df1 <- data.frame(
  ID = c(1, 2, 3),
  Name = c("Alice", "Bob", "Charlie")
)

df2 <- data.frame(
  Age = c(24, 25, 23),
  Gender = c("Female", "Male", "Male")
)

# 水平拼接（按列拼接）
df_combined <- cbind(df1, df2)

# 查看结果
print(df_combined)
#    ID Name Age Gender
#1 1 Alice 24 Female
#2 2 Bob 25 Male
#3 3 Charlie 23 Male

# 创建两个数据框
df3 <- data.frame(
  ID = c(1, 2, 3),
  Name = c("Alice", "Bob", "Charlie")
)

df4 <- data.frame(
  ID = c(4, 5),
  Name = c("Diana", "Eve")
)

# 垂直拼接（按行拼接）
df_combined <- rbind(df3, df4)

# 查看结果
print(df_combined)

#  ID Name
#1 1 Alice
#2 2 Bob
#3 3 Charlie
#4 4 Diana
#5 5 Eve

数据框合并

具有共同信息的两个数据框可以合并到一个数据框中。假设有两个数据框 df5 和 df6，它们通过公共列 ID 进行合并。

# 创建两个数据框
df5 <- data.frame(
  ID = c(1, 2, 3),
  Name = c("Alice", "Bob", "Charlie")
)

df6 <- data.frame(
  ID = c(1, 2, 4),
  Score = c(85, 90, 78)
)

# 基于公共列 ID 进行合并
df_merged <- merge(df5, df6, by = "ID")

# 查看结果
print(df_merged)

其他合并方式

保留所有行（外连接）：

df_merged <- merge(df5, df6, by = "ID", all = TRUE)

保留左侧数据框的所有行（左连接）：

df_merged <- merge(df5, df6, by = "ID", all.x = TRUE)

保留右侧数据框的所有行（右连接）：

df_merged <- merge(df5, df6, by = "ID", all.y = TRUE)

下期内容

下一节我们学习R语言其他的数据结构

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2024-12-28，如有侵权请联系 cloudcommunity@tencent.com 删除

数据结构

本文分享自 BioOmics 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度

R语言数据框深度解析：从创建到数据操作，一文掌握核心技能

R语言数据框深度解析：从创建到数据操作，一文掌握核心技能

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐