2021.9.22
中秋節(jié)后新的練習開始啦~練習用的是“nycflights13”的數(shù)據(jù)。

install.packages("nycflights13")
library(nycflights13)
nycflights13::flights
View(flights)
f<-flights
class(f)
f$r<-f$year*2   #翻譯：新加一列（列名為r），且第20列r中的值都是第1列year中值的2倍
colnames(f)
f$r

目標：學習數(shù)據(jù)選取的三種思維模式

【一】通過位置獲取

## 獲取第一行
h1<-f[1,]
l2<-f[,2]
class(l2)          #l2是從f中?。◣в行校┑牡?列，所以class后是table
# 獲取第1列
## 使用$獲取列
l3<-f$day
class(l3)          #l3是從f中把第3列的值取出，所以class后是integer（n.整數(shù)）
# 選取第2到4行
h234<-f[2:4,]
# 選取第2到4列
l234<-f[,2:4]
# 選取第2到4行,3到5列
h234l345<-f[2:4,3:5]

【二】通過行名和列名獲取

## 其中行名獲取的方法十分推薦
## 但是記住一點, 行名不能重復
row<-rownames(flights)    # 返回行名
col<-colnames(flights)    # 返回列名
## 用名稱提取行
ROW235<-c(2,3,5)          #如果行名是字符串，也可以寫成（例如）ROWX<-c("chr1","chr2",...,"chrn")
row235<-f[ROW235,]        #rowx<-f[ROWX,]即可根據(jù)名稱提取行。
                          #下次試試rowx<-f[c("chr1","chr2",...,"chrn"),]
## 用名稱提取列
View(col)
col235<-f[,c("month","day","sched_dep_time")]
## 用名稱同時提取行和列
rc<-f[ROW235,c("month","day","sched_dep_time")]
rc

2021.9.23
【三】通過邏輯獲取

## 邏輯獲取，先產(chǎn)生邏輯，再返回位置，再獲取
##先產(chǎn)生邏輯
L<-f$month == "2"    #方法1，用【==""】賦予邏輯
filter(f,month==2|month==12)   #方法2，用filter()獲取行，詳見《R數(shù)據(jù)科學》第三章
table(f$month == "2")
table(f$month)
##再返回位置，再獲取
which(f$month == "2")  #獲得符合邏輯的行所對應的位置
h<-f[c(111297:136247),]   #返回位置獲取行
h<-f[f$month == "2",]     #一步到位的縮減版
## 在此基礎上可以再選擇列
hl<-f[f$month == "2",c(2,3,5)]
## 難點在于產(chǎn)生正確的邏輯值
## 有多少種方法可以產(chǎn)生邏輯值？？
## 1.最重要的邏輯判斷，如比較大小
f$dep_time>600       #還可以用【>,<加數(shù)】賦予邏輯，數(shù)的兩旁不需要帶""，記不住使用方法可以Being一下~
table(f$dep_time)
## 2.函數(shù)產(chǎn)生，比如grepl，%in%
filter(f,month==2|month==12)     #用%in%簡寫見下一行
feb_dec<-filter(f,month%in%c(2,12))
JFK<-filter(f,origin%in%c("JFK"))
#關于grepl：R語言中的grepl()函數(shù)用于在向量中找到指定模式時返回值True，如果未找到則返回false。
#用法： grepl(pattern, string, ignore.case=FALSE)
#參數(shù)：pattern:正則表達式模式
#參數(shù)：string:要搜索的字符向量
#參數(shù)：ignore.case：是否在搜索中忽略大小寫。這里 ignore.case 是一個可選參數(shù)，默認設置為 FALSE。
LGA<-f[grepl("LGA",f$origin),]

注意：難點在于產(chǎn)生正確的邏輯值

【四】行列的選擇，還有一個重要的函數(shù)subset

## subset，第一個數(shù)據(jù)DataFrame，第二個選行(邏輯值)，第三個是列，名稱
J<-f$origin=="JFK"
mydata2<-subset(f,f$origin=="JFK",select=c("origin","dest","distance"))
mydata3<-subset(f,f$origin=="JFK",select=c(1:10))

## 刪除列和增加列
## 刪掉第一列
mydata1<-f[,-1]
## 增加一列
mydata1$new<-LETTERS[1:336776]
mydata1$new<-c(1:336776)
## 使用位置調(diào)整順序，
## 把最后一列調(diào)整到第1列，很常用
mydata2<-mydata1[,c(20,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19)]
mydata3<-mydata1[,c(20,seq(1,19))]
mydata4<-mydata1[,c(20,1:19)]
#獲取名稱
colnames(mydata1)
rownames(mydata1)
## 修改部分名稱
colnames(mydata1)[3:5] <- c("dep_time1","sched_dep_time1","dep_delat1")
rownames(mydata1)[1:2] <- c("r1","r2")

###用tidyr包進行長數(shù)據(jù)和寬數(shù)據(jù)的相互轉換
##pivot_longer，數(shù)據(jù)變長，增加行
#pivot_longer()使寬數(shù)據(jù)轉換為長數(shù)據(jù)。
#其簡要用法為：pivot_longer(data, cols, names_to = "name", values_to = "value")
#參數(shù)：data即為需要進行數(shù)據(jù)結構轉化的數(shù)據(jù)集。
#參數(shù)：cols指定進行轉化的列，在select()函數(shù)中可以幫助指定列的"select helper"在這里也適用，可以使用負號“-”表示反向選擇。
#參數(shù)：names_to：col指定的那些列的列名會組成一個新的變量，names_to指定該新變量的變量名。
#參數(shù)：values_to：col指定的那些列的變量值會組成一個新的變量，values_to指定該新變量的變量名。
##pivot_wider，數(shù)據(jù)變寬，增加列(閱讀課后材料學習,使用到的數(shù)據(jù)在data文件夾)
#pivot_wider()使長數(shù)據(jù)轉換為寬數(shù)據(jù)。
#其簡要用法為：pivot_wider(data, id_cols = NULL, names_from = "name",values_from = "value")
#參數(shù)：data即為需要進行數(shù)據(jù)結構轉化的數(shù)據(jù)集。
#參數(shù)：id_cols指定用什么變量來識別不同觀測。不指定時默認用除names_from和values_from所指定變量之外的所有變量來識別不同觀測。
#參數(shù)：names_from指定新數(shù)據(jù)集中展開的各新變量的變量名由舊數(shù)據(jù)集的哪個（或哪些）變量得到。
#參數(shù)：values_from指定新數(shù)據(jù)集中展開的各新變量的變量值由舊數(shù)據(jù)的哪個（或哪些）得到。如果指定了多個值，則會求和得到新變量值。