R語言變量重編碼、重命名的操作

Posted on by

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