R語言變量重編碼、重命名的操作
1、變量重編碼
重編碼涉及根據同一個變量和/或其他變量的現有值創建新值的過程,如將符合某個條件的值重新賦值等,這裡主要介紹兩種常見的方法:
#第一種方法 per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000)) per per$age[per$age == 1000] <- NA #設置缺失值 per$age1[per$age < 30] = "young" #生成新變量 per$age1[per$age >= 30 & per$age<50] <- "middle age" per #第二種方法 per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000)) per <- within(per,{ age1 <- NA age1[age < 30] <- "young" age1[age>=30 & age<50] <- "middle age" }) per
2、變量的重命名
變量已經存在,但是如果對變量名稱不滿意,可以對變量重新命名,這裡提供以下幾種方法:
手動輸入。應用fix()函數調出編輯框,手動輸入即可。
使用names()函數。格式為:names(x) <- value。需要指定對第幾個變量名進行修改。
使用plyr包中的rename()函數。格式為rename(x, replace, warn_missing = TRUE, warn_duplicated = TRUE),需要指定對哪個變量名進行修改。
per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000)) per #第一種方法:手動輸入 fix(per) #調出輸入框,手動輸入 #第二種方法,names()函數 per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000)) names(per)[2] <- "年齡" #指定第個變量重命名 per #第三種方法 per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000)) library(plyr) per <- rename(per,c(age="年齡")) #直接對變量名進行修改 per
補充:R語言變量的處理(創建新變量 變量重新賦值)
創建新變量:
方法一:
#在mydata數據庫中創建新變量sum,sum是mydata數據庫中x1和x2之和 mydata$sum <- mydata$x1 + mydata$x2 #在mydata數據庫中創建新變量mean,sum是mydata數據庫中x1和x2平均 mydata$mean <- (mydata$x1 + mydata$x2)/2
eg:
> newwomen=women > newwomen$bmi=women$weight/women$height^2; > newwomen height weight bmi 1 58 115 0.03418549 2 59 117 0.03361103 3 60 120 0.03333333 4 61 123 0.03305563 5 62 126 0.03277836 6 63 129 0.03250189 7 64 132 0.03222656 8 65 135 0.03195266 9 66 139 0.03191001 10 67 142 0.03163288 11 68 146 0.03157439 12 69 150 0.03150599 13 70 154 0.03142857 14 71 159 0.03154136 15 72 164 0.03163580 >
方法二:
attach(mydata) #附上數據mydata mydata$sum <- x1 + x2 #在mydata數據庫中創建新變量sum mydata$mean <- (x1 + x2)/2 #新變量mean detach(mydata) #每次attach數據之後,應該detach,解除之前的數據庫粘附
這個地方我們看見x1和x2變量前面不需要再使用mydata$,那是因為我們之前已經附上mydata數據庫(attach),這個時候,R已經知道會利用附上的數據中的x1和x2變量直接計算。但是創建的新變量sum必須使用$在mydata數據庫之下,不然R就會計算出名字為sum,但是是個list性質的單獨數據庫。
方法三:
mydata <- transform( mydata, sum = x1 + x2,mean = (x1 + x2)/2) #通過一行命令創建多個新變量。
newwomen=transform(women,bmi=weight/height^2) > newwomen height weight bmi 1 58 115 0.03418549 2 59 117 0.03361103 3 60 120 0.03333333 4 61 123 0.03305563 5 62 126 0.03277836 6 63 129 0.03250189 7 64 132 0.03222656 8 65 135 0.03195266 9 66 139 0.03191001 10 67 142 0.03163288 11 68 146 0.03157439 12 69 150 0.03150599 13 70 154 0.03142857 14 71 159 0.03154136 15 72 164 0.03163580
變量重新賦值
方法一:
mydata$agecat <- ifelse(mydata$age > 70,c("older"), c("younger")) # 創建年齡組別(2組)
該命令利用ifelse函數,有點類似於其他語言中的if….else。 該命令左邊告訴R我們需要在mydata數據庫裡面創建新變量agecat(年齡組),該變量當age>70時,年齡組變量賦值為older,其他情況下(age<=70),年齡組變量賦值為younger。關於更多ifelse()信息和案例,可通過help(ifelse)查看。
方法二:
attach(mydata) mydata$agecat[age > 75] <- "Elder" mydata$agecat[age > 45 & age <= 75] <- "Middle Aged" mydata$agecat[age <= 45] <- "Young" detach(mydata) #創建變量agecat,並按照年齡大小直接賦值.
重命名
方法一
fix(mydata) #直接重命名,關閉時保存
方法二
library(reshape) mydata <- rename(mydata, c(oldname="newname")) #利用reshape包裡面的rename函數直接重命名。
以上為個人經驗,希望能給大傢一個參考,也希望大傢多多支持WalkonNet。如有錯誤或未考慮完全的地方,望不吝賜教。
推薦閱讀:
- None Found