如何在R中子集行和列
我是R的新手。当我读《R在行动》一书时，我遇到了一个问题。代码如何在R中子集行和列,r,R,我是R的新手。当我读《R在行动》一书时，我遇到了一个问题。代码newdatadataframe[i，j]之间的区别是，语法用于将行和列从R数据帧中子集，其中i表示索引或逻辑向量到子集行，而j表示索引或逻辑向量到子集列 比如说, newdata[1,3]将从第1行和第3列返回值 newdata[1,3:5]将返回第1行和第3到5列的值 newdata[1:4，3:5]将返回1到4行和3到5列的值 如果其中任何一个值为空，则R表示所有行/列的子集 newdata[1:4，]将返回1到4行和所有
newdatadataframe[i，j]
之间的区别是，语法用于将行和列从R数据帧中子集，其中i
表示索引或逻辑向量到子集行，而j
表示索引或逻辑向量到子集列
比如说,
newdata[1,3]
将从第1行和第3列返回值newdata[1,3:5]
将返回第1行和第3到5列的值newdata[1:4，3:5]
将返回1到4行和3到5列的值
如果其中任何一个值为空，则R表示所有行/列的子集
newdata[1:4，]
将返回1到4行和所有列newdata[，1:5]
将返回所有行和1到5列newdata[，]
将返回所有行和列
另一个警告是，如果只想对数据帧的列进行子集，则不一定需要，
。因此，要将第3列子集到第5列，您不仅可以执行newdata[，3:5]
，还可以执行newdata[3:5]
，它们返回相同的输出
了解到在您的案例中，您正在执行newdatadataframe[i，j]
语法用于从R数据帧中子集行和列，其中i
表示索引或逻辑向量到子集行，j
表示索引或逻辑向量到子集列
比如说,
newdata[1,3]
将从第1行和第3列返回值newdata[1,3:5]
将返回第1行和第3到5列的值newdata[1:4，3:5]
将返回1到4行和3到5列的值
如果其中任何一个值为空，则R表示所有行/列的子集
newdata[1:4，]
将返回1到4行和所有列newdata[，1:5]
将返回所有行和1到5列newdata[，]
将返回所有行和列
另一个警告是，如果只想对数据帧的列进行子集，则不一定需要，
。因此，要将第3列子集到第5列，您不仅可以执行newdata[，3:5]
，还可以执行newdata[3:5]
，它们返回相同的输出
了解到在您的案例中，您正在执行newdata
manager <- c(1, 2, 3, 4, 5)
date <- c("10/24/08", "10/28/08", "10/1/08", "10/12/08", "5/1/09")
country <- c("US", "US", "UK", "UK", "UK")
gender <- c("M", "F", "F", "M", "F")
age <- c(32, 45, 25, 39, 99)
q1 <- c(5, 3, 3, 3, 2)
q2 <- c(4, 5, 5, 3, 2)
q3 <- c(5, 2, 5, 4, 1)
q4 <- c(5, 5, 5, NA, 2)
q5 <- c(5, 5, 2, NA, 1)
leadership <-
data.frame(manager, date, country, gender, age, q1, q2, q3, q4, q5)
names(leadership)[1:2] <- c("managerID", "testDate")
leadership$age[leadership$age == 99] <- NA
leadership <- within(leadership, {
agecat <- NA
agecat[age > 75] <- "Elder"
agecat[age >= 55 & age <= 75] <- "Middle Aged"
agecat[age < 55] <- "Young"
})
leadership
newdata <- leadership[order(leadership$age),]
newdata
newnewdadta <- leadership[order(leadership$age)]
newnewdadta
newdata
# managerID testDate country gender age q1 q2 q3 q4 q5 agecat
#3 3 10/1/08 UK F 25 3 5 5 5 2 Young
#1 1 10/24/08 US M 32 5 4 5 5 5 Young
#4 4 10/12/08 UK M 39 3 3 4 NA NA Young
#2 2 10/28/08 US F 45 3 5 2 5 5 Young
#5 5 5/1/09 UK F NA 2 2 1 2 1 <NA>
order(leadership$age)
#[1] 3 1 4 2 5
newnewdadta <- leadership[order(leadership$age)]
newnewdadta
# country managerID gender testDate age
#1 US 1 M 10/24/08 32
#2 US 2 F 10/28/08 45
#3 UK 3 F 10/1/08 25
#4 UK 4 M 10/12/08 39
#5 UK 5 F 5/1/09 NA