2.2.4 数据框

数据框(data.frame)是R中最常处理的数据结构。
函数：data.frame(col1,col2,col3,….,row.name=NULL, check.rows = FALSE, check.names=TRUE, stringsAsFactors = default.stringsAsFactors())
其中的列向量col1, col2, col3,…可为任何类型(如字符型、数值型或逻辑型)。每一列的 名称可由函数names指定。row.name用于指定各行（样本）的名称，默认没有名称，使用从1开始自增的序列来标识每一行；check.rows用于用来检查行的名称和数量是否一致，默认为FALSE；check.names来检查变量（列）的名称是否唯一且符合语法，默认为TRUE；stringsAsFactors用来描述是否将字符型向量自动转换为因子，默认转换，若不改变的话使用stringsAsFactors = FALSE来指定即可。 每一列数据的模式必须唯一，不过你却可以将多个模式的不同列放到一起组成数据框。

1.创建数据框

A <- data.frame(name = c("one", "two", "three", "four", "five", "six", "seven", "eight"), values = c(1, 2, 3, 4, 5, 6, 7, 8), values2 = c(8, 7, 6, 5, 4, 3, 2, 1), row.names = c("r1", "r2", "r3", "r4", "r5", "r6", "r7", "r8")) # 使用data.frame函数创建数据框A，行名定义为r1到r8。
A # 显示结果A。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

name <- c("one", "two", "three", "four", "five", "six", "seven", "eight") # 构建字符型向量name。
values <- c(1, 2, 3, 4, 5, 6, 7, 8) # 构建数值型向量values。
values2 <- c(8, 7, 6, 5, 4, 3, 2, 1) # 构建数值型向量values2。
A <- data.frame(name, values, values2, row.names = c("r1", "r2", "r3", "r4", "r5", "r6", "r7", "r8")) # 创建数据框A。
A # 显示结果A。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

2.数据框索引

R语言的下标索引是从1开始的，且下标索引为负数的话表示删除某个元素，[行下标, 列下标]

A[4,] # 返回数据框A第4行。

##    name values values2
## r4 four      4       5

A[,2] # 返回数据框A第2列。

## [1] 1 2 3 4 5 6 7 8

A[4,1] # 返回数据框A第4行，第1列。

## [1] "four"

A[1:4,] # 返回数据框A第1至第4行。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5

A[,1:2] # 返回数据框A第1至第2列。

##     name values
## r1   one      1
## r2   two      2
## r3 three      3
## r4  four      4
## r5  five      5
## r6   six      6
## r7 seven      7
## r8 eight      8

A[c(1,4),c(1,3)] # 返回数据框A第1和第4行，第1和第3列的数据。

##    name values2
## r1  one       8
## r4 four       5

A$values # 返回数据框第2列。$符可以选取数据框中的某列，$前是数据框名，$后是列名。

## [1] 1 2 3 4 5 6 7 8

A[,-3] # 提取第3列以外的其他数据。

##     name values
## r1   one      1
## r2   two      2
## r3 three      3
## r4  four      4
## r5  five      5
## r6   six      6
## r7 seven      7
## r8 eight      8

A[4,"name"] # 通过指定列名，返回到具体值。

## [1] "four"

A[2] # 直接得到一个新的数据框，仅包含原数据框A的第2列。[]中输入想要得到的列号就可以。

##    values
## r1      1
## r2      2
## r3      3
## r4      4
## r5      5
## r6      6
## r7      7
## r8      8

A[[2]] # 访问第2列。

## [1] 1 2 3 4 5 6 7 8

A[c(1,2)] # 得到新数据框，数据框含原数据框A的列1和列2。

##     name values
## r1   one      1
## r2   two      2
## r3 three      3
## r4  four      4
## r5  five      5
## r6   six      6
## r7 seven      7
## r8 eight      8

A[which(A$values < 4),] # 返回数据框values列小于4的数据，which可以输入<,>等其他条件。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6

A[which(A$values < 4),"name"] # 返回name列中符合条件为values列中小于4的数据。

## [1] "one"   "two"   "three"

A[which(A$values < 2 | A$values > 6),] # 返回数据框A中values小于2或大于6的数据。

##     name values values2
## r1   one      1       8
## r7 seven      7       2
## r8 eight      8       1

A[which(A$values > 4 & A$values < 6),] # 返回数据框A中values大于4与小于6的数据。

##    name values values2
## r5 five      5       4

A[-which(A$values > 4 & A$values < 6),] # 返回数据框A中values列大于4，小于6以外的数据，相对于上列进行了条件反转。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

attach、detach和with()
函数attach()可将数据框添加到R的搜索路径中。
函数detach()将数据框从搜索路径中移除。
函数attach()和detach()最好在你分析一个单独的数据框，并且不太可能有多个同名对象时使用。
with()就是把所有操作都限制在数据框上。

attach(A) # 将数据框A加入搜索路径。

## The following objects are masked _by_ .GlobalEnv:
## 
##     name, values, values2

values # 显示数据框A中的values列。可以看出调用values列可以直接在程序中输入列名values，而不用再输入A$values。detach是与attach相反的操作。

## [1] 1 2 3 4 5 6 7 8

A1 <- data.frame(name = c("n1", "n2", "n3", "n4", "n5", "n6", "n7", "n8"), values = c(2, 1, 4, 3, 6, 5, 8, 7), values2 = c(2, 3, 5, 2, 4, 4, 6, 5)) # 创建数据框A1。
A1 # 显示数据框A1。

##   name values values2
## 1   n1      2       2
## 2   n2      1       3
## 3   n3      4       5
## 4   n4      3       2
## 5   n5      6       4
## 6   n6      5       4
## 7   n7      8       6
## 8   n8      7       5

with(A1, {plot(values, values2)}) # 虽然数据框A和A1有相同的列名称，但是这里用with函数后，{}中只调用数据框A1中的values和values2。

with(A1, {name1 <<- name}) # 想在with函数中对全局的变量进行赋值，那么需要使用<<-运算符。
name1 # 显示name1。

## [1] "n1" "n2" "n3" "n4" "n5" "n6" "n7" "n8"

3.查看数据框

head(A) # 查看数据前6行。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3

head(A, 3) # 查看数据框A前3行数据。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6

tail(A) # 查看数据后6行。

##     name values values2
## r3 three      3       6
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

tail(A, 5) # 查看数据后5行。

##     name values values2
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

print(A) # 查看数据框A。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

A # 也可以直接输入数据框名称查看数据。也可以在R studio种的环境界面直接点击A查看。

##     name values values2
## r1   one      1       8
## r2   two      2       7
## r3 three      3       6
## r4  four      4       5
## r5  five      5       4
## r6   six      6       3
## r7 seven      7       2
## r8 eight      8       1

length(A[,1]) # 查看数据框行数量。

## [1] 8

length(A[1,]) # 查看数据框列数量。

## [1] 3

length(A$name) # 查看数据框A中列name的数量。

## [1] 8

colnames(A) # 查看数据框列名。

## [1] "name"    "values"  "values2"

rownames(A) # 查看数据框行名。

## [1] "r1" "r2" "r3" "r4" "r5" "r6" "r7" "r8"

dim(A) # 显示数据框A的维度。8行，3列。

## [1] 8 3

str(A) # 查看数据框A的数据结构。

## 'data.frame':    8 obs. of  3 variables:
##  $ name   : chr  "one" "two" "three" "four" ...
##  $ values : num  1 2 3 4 5 6 7 8
##  $ values2: num  8 7 6 5 4 3 2 1

class(A) # 查看数据框类型。

## [1] "data.frame"

class(A$values) #查看数据框列的类型。

## [1] "numeric"

mode(A$name) # 显示数据框A中name列的模式。

## [1] "character"

summary(A) # 数据框基本描述性统计。

##      name               values        values2    
##  Length:8           Min.   :1.00   Min.   :1.00  
##  Class :character   1st Qu.:2.75   1st Qu.:2.75  
##  Mode  :character   Median :4.50   Median :4.50  
##                     Mean   :4.50   Mean   :4.50  
##                     3rd Qu.:6.25   3rd Qu.:6.25  
##                     Max.   :8.00   Max.   :8.00

duplicated(A$values) # 查询数据框A中values列是否有重复数据，若有会返回TRUE，若无，返回FLASE。

## [1] FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE