R語言 從數(shù)據(jù)框提取特定行

  1. grep
# load data
alldata <- read.table("household_power_consumption.txt",stringsAsFactors = F,header = T,sep = ";")

# change format of Date
alldata$fulltime <- strptime(paste(alldata$Date, alldata$Time, sep=" "),"%d/%m/%Y %H:%M:%S")

# select specified rows
newd1<-alldata[grep(pattern = "2007-02-01",alldata[,10]),]
# alldata: 數(shù)據(jù)框
# pattern: 包含的字段(字符串)
# alldata[,10]: 該字符串位于數(shù)據(jù)框的位置隧期,也可以用$來取
  1. which
# load data
SCC <- readRDS("Source_Classification_Code.rds")
sumSCC <- readRDS("summarySCC_PM25.rds")
# select specified data
v1 <- SCC[grep(pattern="Coal",SCC$EI.Sector),]
v1 <- as.character(v1$SCC)
data_coal <- sumSCC[which(sumSCC$SCC %in% v1),]
total_coal <- aggregate(Emissions ~ year , data_coal, sum)
  1. subset
# load data
SCC <- readRDS("Source_Classification_Code.rds")
sumSCC <- readRDS("summarySCC_PM25.rds")

# select specified data
v2 <- SCC[grep(pattern="Vehicles",SCC$EI.Sector),]
v2 <- as.character(v2$SCC)
data_Bal <- sumSCC[which(sumSCC$SCC %in% v2),]
data_Bal <- subset(data_Bal,fips == “24510”)
# data_Bal: 數(shù)據(jù)框
# fips: 選擇fips這一列中值為24150的
total_Bal <- aggregate(Emissions ~ year , data_Bal, sum)

# 或者
new_d3 <- scan("g3.txt")
# subset函數(shù)選擇相應(yīng)的行
freq_d3 <- subset(allData, name %in% new_d3)
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末恭取,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子棚蓄,更是在濱河造成了極大的恐慌梅惯,老刑警劉巖喇嘱,帶你破解...
    沈念sama閱讀 221,635評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異扁位,居然都是意外死亡准潭,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,543評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門域仇,熙熙樓的掌柜王于貴愁眉苦臉地迎上來惋鹅,“玉大人,你說我怎么就攤上這事殉簸∪蚣” “怎么了?”我有些...
    開封第一講書人閱讀 168,083評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵般卑,是天一觀的道長(zhǎng)武鲁。 經(jīng)常有香客問我,道長(zhǎng)蝠检,這世上最難降的妖魔是什么沐鼠? 我笑而不...
    開封第一講書人閱讀 59,640評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上饲梭,老公的妹妹穿的比我還像新娘乘盖。我一直安慰自己,他們只是感情好憔涉,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,640評(píng)論 6 397
  • 文/花漫 我一把揭開白布订框。 她就那樣靜靜地躺著,像睡著了一般兜叨。 火紅的嫁衣襯著肌膚如雪穿扳。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 52,262評(píng)論 1 308
  • 那天国旷,我揣著相機(jī)與錄音矛物,去河邊找鬼。 笑死跪但,一個(gè)胖子當(dāng)著我的面吹牛履羞,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播屡久,決...
    沈念sama閱讀 40,833評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼忆首,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了涂身?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,736評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤搓蚪,失蹤者是張志新(化名)和其女友劉穎蛤售,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體妒潭,經(jīng)...
    沈念sama閱讀 46,280評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡悴能,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,369評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了雳灾。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片漠酿。...
    茶點(diǎn)故事閱讀 40,503評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖谎亩,靈堂內(nèi)的尸體忽然破棺而出炒嘲,到底是詐尸還是另有隱情,我是刑警寧澤匈庭,帶...
    沈念sama閱讀 36,185評(píng)論 5 350
  • 正文 年R本政府宣布夫凸,位于F島的核電站,受9級(jí)特大地震影響阱持,放射性物質(zhì)發(fā)生泄漏夭拌。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,870評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望鸽扁。 院中可真熱鬧蒜绽,春花似錦、人聲如沸桶现。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,340評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽巩那。三九已至吏夯,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間即横,已是汗流浹背噪生。 一陣腳步聲響...
    開封第一講書人閱讀 33,460評(píng)論 1 272
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留东囚,地道東北人跺嗽。 一個(gè)月前我還...
    沈念sama閱讀 48,909評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像页藻,于是被迫代替她去往敵國(guó)和親桨嫁。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,512評(píng)論 2 359