R:熊猫(Python)的df.info()是否有R等价物?
我想知道是否有一种方法可以在R上显示我的数据集的所有数据类型,就像使用df.info()在pandas上一样 我知道我可以用R:熊猫(Python)的df.info()是否有R等价物?,python,r,pandas,types,Python,R,Pandas,Types,我想知道是否有一种方法可以在R上显示我的数据集的所有数据类型,就像使用df.info()在pandas上一样 我知道我可以用 names(data) 然后针对每个单独的功能执行以下操作: class(data$Feature) 但是,我想知道是否有更有效的方法。str和summary可以为您提供有关您拥有的数据的信息 例如,使用内置的mtcarsdataset str(mtcars) #'data.frame': 32 obs. of 11 variables: # $ mpg : nu
names(data)
然后针对每个单独的功能执行以下操作:
class(data$Feature)
但是,我想知道是否有更有效的方法。
str
和summary
可以为您提供有关您拥有的数据的信息
例如,使用内置的mtcars
dataset
str(mtcars)
#'data.frame': 32 obs. of 11 variables:
# $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
# $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
# $ disp: num 160 160 108 258 360 ...
# $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
# $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
# $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
# $ qsec: num 16.5 17 18.6 19.4 17 ...
# $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
# $ am : num 1 1 1 0 0 0 0 0 0 0 ...
# $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
# $ carb: num 4 4 1 1 2 1 4 2 2 4 ...
你是在找str(数据)
还是summary(数据)
?还是dplyr::scape(数据)
@RonakShah str(数据),这正是我要找的。谢谢
summary(mtcars)
# mpg cyl disp hp
# Min. :10.40 Min. :4.000 Min. : 71.1 Min. : 52.0
# 1st Qu.:15.43 1st Qu.:4.000 1st Qu.:120.8 1st Qu.: 96.5
# Median :19.20 Median :6.000 Median :196.3 Median :123.0
# Mean :20.09 Mean :6.188 Mean :230.7 Mean :146.7
# 3rd Qu.:22.80 3rd Qu.:8.000 3rd Qu.:326.0 3rd Qu.:180.0
# Max. :33.90 Max. :8.000 Max. :472.0 Max. :335.0
# drat wt qsec vs
# Min. :2.760 Min. :1.513 Min. :14.50 Min. :0.0000
# 1st Qu.:3.080 1st Qu.:2.581 1st Qu.:16.89 1st Qu.:0.0000
# Median :3.695 Median :3.325 Median :17.71 Median :0.0000
# Mean :3.597 Mean :3.217 Mean :17.85 Mean :0.4375
# 3rd Qu.:3.920 3rd Qu.:3.610 3rd Qu.:18.90 3rd Qu.:1.0000
# Max. :4.930 Max. :5.424 Max. :22.90 Max. :1.0000
# am gear carb
# Min. :0.0000 Min. :3.000 Min. :1.000
# 1st Qu.:0.0000 1st Qu.:3.000 1st Qu.:2.000
# Median :0.0000 Median :4.000 Median :2.000
# Mean :0.4062 Mean :3.688 Mean :2.812
# 3rd Qu.:1.0000 3rd Qu.:4.000 3rd Qu.:4.000
# Max. :1.0000 Max. :5.000 Max. :8.000