R语言教程写给高级入门者的数据打理攻略Word文档下载推荐.docx
《R语言教程写给高级入门者的数据打理攻略Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《R语言教程写给高级入门者的数据打理攻略Word文档下载推荐.docx（21页珍藏版）》请在冰豆网上搜索。
1.fy
<
-
c（2010,2011,2012,2010,2011,2012,2010,2011,2012）
2.company
c（"
Apple"
"
Google"
Microsoft"
3."
）
4.revenue
c（65225,108249,156508,29321,37905,50175,62484,69943,73723）
5.profit
c（14013,25922,41733,8505,9737,10737,18760,23150,16978）
6.companiesData
data.frame（fy,
company,
revenue,
profit）
以上代码将创建出如下所示的数据框，所有变量都保存在“companiedsData”当中：
fy
company
revenue
profit
1
2010
Apple
65225
14013
2
2011
108249
25922
3
2012
156508
41733
4
Google
29321
8505
5
37905
9737
6
50175
10737
7
Microsoft
62484
18760
8
69943
23150
9
73723
16978
（如果大家没有为各行命名，那么R会为其自动添加行数。
）
如果大家想在数据框中运行str（）函数来查看其结构，则会看到其中的“year”被当作单独的数字来处理，而无法代表应有的“年”这一含义：
1.str（companiesData）
2.'
data.frame'
:
9
obs.
of
4
variables:
3.$
fy
num
2010
2011
2012
...
4.$
company:
Factor
w/
3
levels
"
..:
1
2
3
5.$
revenue:
65225
108249
156508
29321
37905
6.$
profit
14013
25922
41733
8505
9737
...
我可能希望把自己的数据按年度进行分组，但大家别误会——我并不打算针对时间进行特殊分析。
因此，我会将fy数列转化为一个包含有Rcategory（称之为factor）的column以取代日期，如以下命令所示：
1.companiesData$fy
as.factor（companiesData$fy）
现在我们已经做好了各项准备工作。
向现有数据框中添加column
在R语言中，最简单的任务执行方式是向基于一个或多个column的数据框中添加新的column。
大家可能希望添加几项现有column以获取平均值或者根据各行现有数据计算出某项特定“result”。
在R语言中我们可以通过多种方式实现这一目标。
对于这样一项简单的任务，某些做法显得有些太过复杂——但请大家记住我的建议，对于那些需要处理更高难任务的高级用户来说，看似复杂的做法却往往能收到奇效。
语法一:
为新column简单创建一个变量名称，并将其添加到计算公式中作为赋值——举例来说，我们希望在新的column中计算两个现有column的总和：
1.dataFrame$newColumn
dataFrame$oldColumn1
+
dataFrame$oldColumn2
大家可能已经猜到了，这个新增colume名为“newColumn”，其数值为oldColumn1与oldColumn2各行数值的总和。
我们的这套示例数据框名为“data”，大家可以通过将利润除以营收再乘以100的方式添加一个“margin”（利润率）column：
1.companiesData$margin
（companiesData$profit
/
companiesData$revenue）
*
100
运行结果如下：
margin
21.48409
108248
23.94664
26.66509
29.00651
25.68790
21.39910
30.02369
33.09838
23.02945
哇哦——大家可以看到，margin列中数字的小数点后取值有点太夸张了。
我们可以利用round（）函数让计算结果只保留小数点后一位；
round（）的格式为：
round（number（s）这里填写大家想要保留的小数点位数，数字会自动进行四舍五入）
此，我们打算为margin列中的数字保留小数点后一位：
round（companiesData$margin,
1）
下面就是我们得到的最新结果：
21.5
23.9
26.7
29.0
25.7
21.4
30.0
33.1
23.0
语法二:
R语言的transform（）函数是我们达成目标的另一条途径。
以下为transform（）的基本语法：
1.dataFrame
transform（dataFrame,
newColumnName
=所需公式）
因此，要利用transform（）求得两column之和并将结果保存为新column，大家可以利用以下代码来实现：
newColumn
=
oldColumn1
oldColumn2）
要利用transform（）向我们的数据框中添加利润率column，大家需要这样操作：
1.companiesData
transform（companiesData,
margin
（profit/revenue）
100）
接下来，我们可以利用round（）函数将新column中的数值调整为只取小数点后一位。
或者，我们也可以采取一步到位的方法，直接创建一个仅保留小数点后一位的新column：
round（（profit/revenue）
100,
1））
下面我们来总结round（）函数的使用方法：
大家可以通过负数形式表达“小数点后的保留位数”。
举例来说，round（73842.421，1）保留的就是一位——结果为73842.4，而round（73842.421，-3）则代表取最接近的千位整数，也就是74000。
语法三:
R语言的apply（）函数顾名思义，会将某个函数“应用”在数据框（或者多种其它R数据结构，但我们目前姑且只关注数据框这一种）当中。
它的语法与前两种函数相比要复杂一些，但在某些难度较高的计算过程中会起到重要作用。
apply（）的基本格式为:
apply（dataFrame,
1,
function（x）
{
.
}
）
以上代码行的作用是在数据框内创建一个名为“newColumn”的新column；
其中的内容将由{…}的具体代码决定。
下面我们来分别解释以上代码行中各apply（）参数的具体含义。
第一项apply（）参数代表着现有数据框。
第二项参数，在本示例中为“1”，意思是“在row中应用一项函数”。
如果该参数为2，则代表“在column中应用一项函数”。
如果大家打算对当前column而非row进行求和或者求平均值，那么直接修改这条参数就能轻松达到目的。
第三项参数为function（x），很明显具体内容有待写入。
具体来说，在其它情况下function（）部分将保持不变，但“x”则可以是任何变量名称。
那在我们的示例中，x代表着什么呢？
它的意思是将所有条目（row或者column）都将由apply（）进行遍历。
最后，{…}代表我们要对遍历的每项条目进行何种操作。
请注意，apply（）会对所有row或者column内的每一项条目进行查找发实现函数应用。
如果大家
升级会员 