Översikt över R Data Frame
Dataramar är en lista över vektorer med samma längd. Skillnaden mellan matris och dataramar är emellertid att dataramarna accepterar olika typer av data. (Karaktär, numerisk, etc.). I det här ämnet kommer vi att lära oss om R Data Frame.
Fördelar med att använda dataramar
- Distribuerad insamling av data och organiserad.
- Det har bättre optimeringar jämfört med en relationsdatabas.
- Innehåller en mängd olika data som är heterogena.
Skapa en dataram i R
Vi skapar data_frame. Nedan är exemplet för att deklarera en dataram.
Data_frame <- data.frame (variable 1, variable 2, variable n…)
I exemplet ovan har vi inte definierat variablerna. Låt oss nu se hur vi tilldelar värden till variabler och lagrar dem i dataramen.
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
print(Data_frame)
Produktion:
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
3 4 z FALSE
Dataramens struktur
När vi vill veta strukturen för en viss dataram. Vi kan använda funktionen nedan.
Stjärna ()
str(Data_frame)
Produktion:
Antal: num 2 3 4
alfa: Faktor med 3 nivåer “x”, ”y”, ”z”: 1 2 3
Booleans: logi TRUE TRUE FALSE
Extrahera specifika data från dataramen
1. Använd kolumnnamnet
Vi kan extrahera en viss uppsättning data från dataramen.
Låt oss från vårt exempel ovan bara extrahera den första kolumnen från dataramen som är Number.
Data_ frame <- data. Frame(Number)
Produktion:
siffra
1 2
2 3
3 4
2. Använda raderna
Vi kan extrahera data från raderna precis som i exemplet nedan.
Låt oss anta att vi bara vill skriva ut två rader i kolumnen Nummer.
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
print(Data_frame)
output <- Data_frame(1:2, ) print(output)
Produktion:
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
3 4 z FALSE
------------
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
Vi kan se skillnaden i första och andra utgångar.
3. Skriva ut specifika rader och kolumner
Vi kan också skriva ut specifika rader och kolumner.
I exemplet nedan skriver vi ut 1: a och 2: e rader, kolumner
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
print(Data_frame)
output <- Data_frame(c(1, 2), c(1, 2)) print(output)
Produktion:
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
3 4 z FALSE
-------------
Nummer alfa
1 2 x
2 3 y
4. Lägga till en annan kolumn i dataramen
Vi kan lägga till en annan kolumn tillsammans med värden i dataramen.
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
Data_frame$class <- c("A", "B", "C")
out <- Data_frame
print(out)
Produktion:
Antal alfa Booleans klass
1 2 x SANT A
2 3 y SANT B
3 4 z FALSE C
5. Lägga till en rad i dataramen
Vi använder rbind-funktionen för att lägga till en ny rad i den befintliga dataramen.
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
Data_frame$class <- c("A", "B", "C")
out <- rbind(Data_frame, c(5, "x", FALSE, "D"))
print(out)
Produktion:
Antal alfa Booleans klass
1 2 x SANT A
2 3 y SANT B
3 4 z FALSE C
4 5 x FALSE D
6. Kombinera båda dataramar
Vi kan också kombinera två dataramar för att producera en enda utgång.
För att kombinera två dataramar måste vi ha samma kolumn för dataramar.
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame1 <- data.frame(Number, alpha, Booleans)
print(Data_frame1)
Number <- c(4, 5, 6)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame2 <- data.frame(Number, alpha, Booleans)
print(Data_frame2)
out <- rbind(Data_frame1, Data_frame2)
print(out)
Produktion:
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
3 4 z FALSE
--------------
Antal alfa Booleans
1 4 x SANT
2 5 y SANT
3 6 z FALSE
--------------
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
3 4 z FALSE
4 4 x SANT
5 5 y SANT
6 6 z FALSE
Inspekterar dataramar
Nedan finns de olika sätten att inspektera en dataram och ger information om en dataram precis som ovanstående stjärnfunktion.
1. Namn - Anger namnen på variablerna i dataframe
Syntax : names(data frame name)
Exempel
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
names(Data_frame)
output : (1) “Number” “alpha” “Booleans”
2. Sammanfattning - Tillhandahåller statistiken för dataramen.
Syntax: summary(data frame name)
Exempel
Number <- c(2, 3, 4)
alpha <- c("x", "y", "z")
Booleans <- c(TRUE, TRUE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
summary(Data_frame)
Produktion:
Antal alfa Booleans
Min. : 2, 0 x: 1 Läge: logiskt
1: a kv .:2, 5 y: 1 FALSE: 1
Median: 3, 0 z: 1 SANN: 2
Medel: 3.0 NA: 0
3: e kvällen :3, 5
Max. : 4, 0
3. Huvud - Anger data för de första raderna.
Syntax: Head( name of the data frame)
Exempel
Number <- c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11)
alpha <- c("x", "y", "z", "a", "b", "c", "d", "f", "g", "j")
Booleans <- c(TRUE, TRUE, FALSE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
head(Data_frame)
Produktion:
Antal alfa Booleans
1 2 x SANT
2 3 y SANT
3 4 z FALSE
4 5 a SANT
5 6 b FALSE
6 7 c FALSE
4. Svans- Skriver ut de sista raderna i dataramen.
Syntax: tail( name of the data frame)
Number <- c(2, 3, 4, 5, 6, 7, 8, 9, 10, 11)
alpha <- c("x", "y", "z", "a", "b", "c", "d", "f", "g", "j")
Booleans <- c(TRUE, TRUE, FALSE, TRUE, FALSE, FALSE, FALSE, FALSE, FALSE, FALSE)
Data_frame <- data.frame(Number, alpha, Booleans)
tail(Data_frame)
Produktion:
Antal alfa Booleans
5 6 b FALSE
6 7 c FALSE
7 8 d FALSE
8 9 f FALSE
9 10 g FALSE
10 11 j FALSE
Slutsats
Dataramar är ett viktigt begrepp i R-programmering. Det är enkelt men ändå kraftfullt för att skapa datauppsättningar som enkelt kan ändras och nås. Precis som matris kan du få tillgång till datamängderna genom rader och kolumnnamn med att lägga till och ta bort data underlättade.
Rekommenderade artiklar
Detta är en guide till R Data Frame. Här diskuterar vi Skapa en dataram i R med strukturen och extrahera specifika data från dataramen. Du kan också titta på följande artiklar för att lära dig mer -
- Datatyper i C
- Data Science Karriär
- Big Data Technologies
- Data Science Platform
- Java Booleans