創(chuàng)建新變量
算術(shù)運(yùn)算符：
+ # 加
- # 減
× # 減
/ # 除
^或** # 求冪
x%%y # 求余
x%/%y # 整除, 5%/%2=2
可以對(duì)數(shù)據(jù)框的列通過(guò)運(yùn)算得到新的列
mydata <- data.frame(x1=c(1,2,3), x2=c(2,4,6))
mydata$sumx <- mydata$x1 + mydata$x2
mydata$meanx <- (mydata$1 + mydata$2) / 2
變量重編碼
例如淤刃，需要將連續(xù)型變量修改為類(lèi)別值;將誤編碼值替換為正確值晒他。
邏輯運(yùn)算符：
< # 小于
<= # 小于等于
> # 大于
>= # 小于等于
== # 等于
!= # 不等于
!x # 非x
x|y # x或y
x&y # x且y
isTRUE(x) # x是否為T(mén)RUE
舉例，連續(xù)型變量age編碼為(Young, Middle, Old)
mydate$agecat[mydata$age > 60] <- "Old"
mydate$agecat[mydata$age <= 60 & mydata$age >30] <- "Middle"
mydata$agecat[mydata$age <= 30] <- "Young"
# 更緊湊的寫(xiě)法
mydata <- within(mydata, {
agecat<-NA,
agecat[age>60] <- "Old",
agecat[age<=60 & age>30] <- "Middle",
agecat[age<=30] <- "Young"
})
變量重命名
如果對(duì)現(xiàn)有變量名不滿(mǎn)意逸贾，可以使用fix()以交互式方式在彈出的對(duì)話(huà)框中修改變量名
fix(leadership)
或者陨仅，使用reshape包中的rename函數(shù)
rename(dataframe, c(oldname1="newname1", oldname2="newname2", ...))
# 示例
library(reshape)
leadership <- rename(leadership, c(manager="managerID"))
或者通過(guò)names()來(lái)重命名
names(leadership)[1] <- "managerID"
缺失值
在R中，缺失值以NA表示铝侵，不可能出現(xiàn)的值以NaN表示掂名。可以使用is.na()判斷是否為缺失值哟沫。
y <- c(1,2,3,NA)
is.na(y)
> FALSE FALSE FALSE TRUE
分析時(shí)，通過(guò)na.rm=TRUE來(lái)排除缺失值锌介，na.omit()移除所有的包含缺失值的行嗜诀。
sumy <- sum(y, na.rm=TRUE)
newdata <- na.omit(newdata)
日期值
日期值通常以字符串的形式輸入R中猾警，然后轉(zhuǎn)為數(shù)值型的日期變量，as.Date(x, "input_format")隆敢。
%d #日期发皿，01-31
%m #月份00-12
%y #兩位數(shù)的年份
%Y #完整的年份
%a #縮寫(xiě)的星期名，Mon
%A #非縮寫(xiě)的星期名拂蝎，Monday
%b #縮寫(xiě)的月份穴墅，Jan
%B #非縮寫(xiě)的月份，January
日期的默認(rèn)格式為yyyy-mm-dd
mydates <- as.Date(c("2017-01-01","2017-07-03")) #默認(rèn)格式
dates <- as.Date("01/05/93", "%m/%d/%y")
Sys.Date()返回當(dāng)天日期温自，date()返回當(dāng)前日期和時(shí)間
可以通過(guò)format()將日期以指定形式打印玄货。
today <- Sys.Date()
format(today, "%B %d %Y")
日期可以執(zhí)行算術(shù)運(yùn)算，例如相減得到相隔的天數(shù)悼泌。difftime()則可以按星期松捉、天、時(shí)馆里、分隘世、秒來(lái)表示相隔的時(shí)間。
today <- Sys.Date()
birthday <- as.Date("2010-01-01")
difftime(today, birthday, units="weeks")
日期轉(zhuǎn)為字符型變量：strDates <- as.character(dates)
類(lèi)型轉(zhuǎn)換
類(lèi)型判斷 類(lèi)型轉(zhuǎn)換
is.numeric() as.numeric()
is.character() as.character()
is.vector()
is.matrix()
is.data.frame()
is.factor()
is.logical()
數(shù)據(jù)排序
可以使用order()對(duì)一個(gè)數(shù)據(jù)框進(jìn)行排序鸠踪，默認(rèn)為升序丙者，在排序變量前加減號(hào)則可得降序
newdata <- leadership[order(leadership$age), ]
# or
attach(leadership)
newdata <- leadership[order(gender, -age), ]
detach(leadership)
數(shù)據(jù)集合并
列合并，可以通過(guò)merge()通過(guò)一個(gè)或多個(gè)共有變量進(jìn)行聯(lián)結(jié)营密。
total <- merge(dataframeA, dataframeB, by="ID")
total <- merge(dataframeA, dataframeB, by=c("ID","Country"))
直接合并列的話(huà)械媒，可以使用cbind()：total <- cbind(A, B)，但需保證行數(shù)相同卵贱。
行合并滥沫，使用rbind()：total <- rbind(A, B)，但需要保證數(shù)據(jù)框擁有相同變量键俱，如不滿(mǎn)足可以先進(jìn)行預(yù)處理兰绣，將未有變量設(shè)置為NA。
數(shù)據(jù)集取子集
選取列子集
newdata <- leadership[, c(6:10)] # 取6-10列
# 通過(guò)列名選擇變量
myvar <- c("q1", "q2")
newdata <- leadership[myvar]
刪除部分列
myvar <- names(leadership) %in% c("q3", "q4")
# 上面可以生成一個(gè)logical向量
newdata <- leadership[!myvar]
選取行子集
# 選擇1-3行
newdata <- leadership[1:3, ]
# 選擇滿(mǎn)足某些條件的行
newdata <- leadership[which(leadership$gender=="M" & leadership$age > 30), ]
其中编振，which()給出了向量中值為T(mén)RUE的下標(biāo)缀辩，例如which(c(TRUE, TRUE, FALSE))為c(1, 2)
綜合，可以使用subset函數(shù)選取滿(mǎn)足條件的行及部分列踪央。
newdata <- subset(leadership, age>=35|age<24, select=c(q1, q2, q3))
隨機(jī)抽樣臀玄，使用sample()函數(shù)產(chǎn)生所需樣本數(shù)的隨機(jī)行號(hào)
# 隨機(jī)抽取大小為3的樣本
mysample <- mydata[sample(1:nrow(mydata), 3, replace=FALSE), ]
# 參數(shù)replace表示無(wú)放回抽樣
SQL語(yǔ)句，通過(guò)sql語(yǔ)句對(duì)數(shù)據(jù)框完成子集選取
library(sqldf)
newdf <- sqldf("select * from mtcars where carb=1 order b y mpg", row.names=TRUE)
