小白教程
所有教程
关于
Search
172.69.58.116
172.69.58.116
参数设置
贡献
退出
操作
编辑
移动
保护
信息
历史
删除
查看“R 数据重塑”的源代码
本页内容
上一节:
R_数据框
下一节:
R_包
因为以下原因,您没有权限编辑本页:
您请求的操作仅限属于该用户组的用户执行:
用户
您可以查看和复制此页面的源代码。
{{DISPLAYTITLE:R 数据重塑}}[[Category:R 教程|16]] = R 数据重塑 = === 合并数据框 === R 语言合并数据框使用 '''merge()''' 函数。 merge() 函数语法格式如下: <sample title="" desc="" lang="r" hererun="1"> # S3 方法 merge(x, y, …) # data.frame 的 S3 方法 merge(x, y, by = intersect(names(x), names(y)), by.x = by, by.y = by, all = FALSE, all.x = all, all.y = all, sort = TRUE, suffixes = c(".x",".y"), no.dups = TRUE, incomparables = NULL, …) </sample> 常用参数说明: * x, y: 数据框 * by, by.x, by.y:指定两个数据框中匹配列名称,默认情况下使用两个数据框中相同列名称。 * all:逻辑值; all = L 是 all.x = L 和 all.y = L 的简写,L 可以是 TRUE 或 FALSE。 * all.x:逻辑值,默认为 FALSE。如果为 TRUE, 显示 x 中匹配的行,即便 y 中没有对应匹配的行,y 中没有匹配的行用 NA 来表示。 * all.y:逻辑值,默认为 FALSE。如果为 TRUE, 显示 y 中匹配的行,即便 x 中没有对应匹配的行,x 中没有匹配的行用 NA 来表示。 * sort:逻辑值,是否对列进行排序。 merge() 函数和 SQL 的 JOIN 功能很相似: * '''Natural join 或 INNER JOIN''':如果表中有至少一个匹配,则返回行 * '''Left outer join 或 LEFT JOIN''':即使右表中没有匹配,也从左表返回所有的行 * '''Right outer join 或 RIGHT JOIN''':即使左表中没有匹配,也从右表返回所有的行 * '''Full outer join 或 FULL JOIN''':只要其中一个表中存在匹配,则返回行 <sample title="" desc="" lang="r" hererun="1"> # data frame 1 df1 = data.frame(SiteId = c(1:6), Site = c("Google","xiaoBai","Taobao","Facebook","Zhihu","Weibo")) # data frame 2 df2 = data.frame(SiteId = c(2, 4, 6, 7, 8), Country = c("CN","USA","CN","USA","IN")) # INNER JOIN df1 = merge(x=df1,y=df2,by="SiteId") print("----- INNER JOIN -----") print(df1) # FULL JOIN df2 = merge(x=df1,y=df2,by="SiteId",all=TRUE) print("----- FULL JOIN -----") print(df2) # LEFT JOIN df3 = merge(x=df1,y=df2,by="SiteId",all.x=TRUE) print("----- LEFT JOIN -----") print(df3) # RIGHT JOIN df4 = merge(x=df1,y=df2,by="SiteId",all.y=TRUE) print("----- RIGHT JOIN -----") print(df4) </sample> 执行以上代码输出结果为: <sample title="" desc="" lang="r" hererun="1"> [1] "----- INNER JOIN -----" SiteId Site Country 1 2 xiaoBai CN 2 4 Facebook USA 3 6 Weibo CN [1] "----- FULL JOIN -----" SiteId Site Country.x Country.y 1 2 xiaoBai CN CN 2 4 Facebook USA USA 3 6 Weibo CN CN 4 7 <NA> <NA> USA 5 8 <NA> <NA> IN [1] "----- LEFT JOIN -----" SiteId Site.x Country Site.y Country.x Country.y 1 2 xiaoBai CN xiaoBai CN CN 2 4 Facebook USA Facebook USA USA 3 6 Weibo CN Weibo CN CN [1] "----- RIGHT JOIN -----" SiteId Site.x Country Site.y Country.x Country.y 1 2 xiaoBai CN xiaoBai CN CN 2 4 Facebook USA Facebook USA USA 3 6 Weibo CN Weibo CN CN 4 7 <NA> <NA> <NA> <NA> USA 5 8 <NA> <NA> <NA> <NA> IN </sample> === 数据整合和拆分 === R 语言使用 '''melt()''' 和 '''cast()''' 函数来对数据进行整合和拆分。 * melt() :宽格式数据转化成长格式。 * cast() :长格式数据转化成宽格式。 下图很好展示来 melt() 和 cast() 函数的功能(后面实例会详细说明): melt() 将数据集的每个列堆叠到一个列中,函数语法格式: <sample title="" desc="" lang="r" hererun="1"> melt(data, ..., na.rm = FALSE, value.name = "value") </sample> 参数说明: * data:数据集。 * ...:传递给其他方法或来自其他方法的其他参数。 * na.rm:是否删除数据集中的 NA 值。 * value.name 变量名称,用于存储值。 进行以下操作之前,我们先安装依赖包: <sample title="" desc="" lang="r" hererun="1"> # 安装库,MASS 包含很多统计相关的函数,工具和数据集 install.packages("MASS", repos = "https://mirrors.ustc.edu.cn/CRAN/") # melt() 和 cast() 函数需要对库 install.packages("reshape2", repos = "https://mirrors.ustc.edu.cn/CRAN/") install.packages("reshape", repos = "https://mirrors.ustc.edu.cn/CRAN/") </sample> 测试实例: <sample title="" desc="" lang="r" hererun="1"> # 载入库 library(MASS) library(reshape2) library(reshape) # 创建数据框 id<- c(1, 1, 2, 2) time <- c(1, 2, 1, 2) x1 <- c(5, 3, 6, 2) x2 <- c(6, 5, 1, 4) mydata <- data.frame(id, time, x1, x2) # 原始数据框 cat("原始数据框:\n") print(mydata) # 整合 md <- melt(mydata, id = c("id","time")) cat("\n整合后:\n") print(md) </sample> 执行以上代码输出结果为: <sample title="" desc="" lang="r" hererun="1"> 原始数据框: id time x1 x2 1 1 1 5 6 2 1 2 3 5 3 2 1 6 1 4 2 2 2 4 整合后: id time variable value 1 1 1 x1 5 2 1 2 x1 3 3 2 1 x1 6 4 2 2 x1 2 5 1 1 x2 6 6 1 2 x2 5 7 2 1 x2 1 8 2 2 x2 4 </sample> cast 函数用于对合并对数据框进行还原,dcast() 返回数据框,acast() 返回一个向量/矩阵/数组。 cast() 函数语法格式: <sample title="" desc="" lang="r" hererun="1"> dcast( data, formula, fun.aggregate = NULL, ..., margins = NULL, subset = NULL, fill = NULL, drop = TRUE, value.var = guess_value(data) ) acast( data, formula, fun.aggregate = NULL, ..., margins = NULL, subset = NULL, fill = NULL, drop = TRUE, value.var = guess_value(data) ) </sample> 参数说明: * data:合并的数据框。 * formula:重塑的数据的格式,类似 x ~ y 格式,x 为行标签,y 为列标签 。 * fun.aggregate:聚合函数,用于对 value 值进行处理。 * margins:变量名称的向量(可以包含"grand\_col" 和 "grand\_row"),用于计算边距,设置 TURE 计算所有边距。 * subset:对结果进行条件筛选,格式类似 '''subset = .(variable=="length")'''。 * drop:是否保留默认值。 * value.var:后面跟要处理的字段。 <sample title="" desc="" lang="r" hererun="1"> # 载入库 library(MASS) library(reshape2) library(reshape) # 创建数据框 id<- c(1, 1, 2, 2) time <- c(1, 2, 1, 2) x1 <- c(5, 3, 6, 2) x2 <- c(6, 5, 1, 4) mydata <- data.frame(id, time, x1, x2) # 整合 md <- melt(mydata, id = c("id","time")) # Print recasted dataset using cast() function cast.data <- cast(md, id~variable, mean) print(cast.data) cat("\n") time.cast <- cast(md, time~variable, mean) print(time.cast) cat("\n") id.time <- cast(md, id~time, mean) print(id.time) cat("\n") id.time.cast <- cast(md, id+time~variable) print(id.time.cast) cat("\n") id.variable.time <- cast(md, id+variable~time) print(id.variable.time) cat("\n") id.variable.time2 <- cast(md, id~variable+time) print(id.variable.time2) </sample> 执行以上代码输出结果为: <sample title="" desc="" lang="r" hererun="1"> id x1 x2 1 1 4 5.5 2 2 4 2.5 time x1 x2 1 1 5.5 3.5 2 2 2.5 4.5 id 1 2 1 1 5.5 4 2 2 3.5 3 id time x1 x2 1 1 1 5 6 2 1 2 3 5 3 2 1 6 1 4 2 2 2 4 id variable 1 2 1 1 x1 5 3 2 1 x2 6 5 3 2 x1 6 2 4 2 x2 1 4 id x1_1 x1_2 x2_1 x2_2 1 1 5 3 6 5 2 2 6 2 1 4 </sample>
返回至“
R 数据重塑
”。
上一节:
R_数据框
下一节:
R_包