第14 天：資料處理技巧· 輕鬆學習R 語言
文章推薦指數： 80 %
新增與刪除一個變數. 新增一個變數. 直接將新的向量指派給既有的資料框： > team_name wins iris[1,5]
[1]setosa
Levels:setosaversicolorvirginica
>iris[1,"Species"]
[1]setosa
Levels:setosaversicolorvirginica
解構為向量
取出內建資料集iris的某一個變數：
>iris$Sepal.Length#亦可以寫作iris[,"Sepal.Length"]
[1]5.14.94.74.65.05.44.65.04.44.95.44.84.84.35.85.75.45.15.7
[20]5.15.45.14.65.14.85.05.05.25.24.74.85.45.25.54.95.05.54.9
[39]4.45.15.04.54.45.05.14.85.14.65.35.07.06.46.95.56.55.76.3
[58]4.96.65.25.05.96.06.15.66.75.65.86.25.65.96.16.36.16.46.6
[77]6.86.76.05.75.55.55.86.05.46.06.76.35.65.55.56.15.85.05.6
[96]5.75.76.25.15.76.35.87.16.36.57.64.97.36.77.26.56.46.85.7
[115]5.86.46.57.77.76.06.95.67.76.36.77.26.26.16.47.27.47.96.4
[134]6.36.17.76.36.46.06.96.76.95.86.86.76.76.36.56.25.9
我們可以清楚地發現，取出單一個變數後的資料結構就是向量，我們回憶一下使用data.frame()函數建立資料框的過程，是否也同樣是輸入數個向量然後結合成為一個資料框呢？
>#輸入5個向量結合成為一個有5個變數的資料框
>team_namewinslossesis_championseason
>great_nba_teamsiris[1:6,c("Sepal.Length","Petal.Length","Species")]
Sepal.LengthPetal.LengthSpecies
15.11.4setosa
24.91.4setosa
34.71.3setosa
44.61.5setosa
55.01.4setosa
65.41.7setosa
或者利用邏輯值判斷選擇部分的資料框,這也是實務上較常使用的方式：
>iris[iris$Petal.Length>=6,c("Sepal.Length","Petal.Length","Species")]
Sepal.LengthPetal.LengthSpecies
1016.36.0virginica
1067.66.6virginica
1087.36.3virginica
1107.26.1virginica
1187.76.7virginica
1197.76.9virginica
1237.76.7virginica
1267.26.0virginica
1317.46.1virginica
1327.96.4virginica
1367.76.1virginica
假如我們希望使用更多的邏輯值判斷，可以使用&（and）或者|（or）這樣的運算子連結判斷條件：
>filter=6)&(iris$Sepal.Length>=7.5)
>iris[filter,c("Sepal.Length","Petal.Length","Species")]
Sepal.LengthPetal.LengthSpecies
1067.66.6virginica
1187.76.7virginica
1197.76.9virginica
1237.76.7virginica
1327.96.4virginica
1367.76.1virginica
在這裡很多的R語言使用者，特別是有其他程式語言編寫經驗的就會問一個問題：&與&&或者說|與||的差別是什麼呢？
在R語言中連結兩個單變數的判斷條件，我們使用&&與||：
>8>7&&8<7
[1]FALSE
>8>7||8<7
[1]TRUE
假如是連結多個變數（例如向量）判斷條件，我們使用&與|：
>c(8,8)>c(7,7)&c(8,8)
調整變數的位置
調整變數位置為：season、is_champion、wins、losses與team_name。
>team_namewinslossesis_championseason
>#既有資料框
>great_nba_teams#調整變數的位置
>great_nba_teamsgreat_nba_teams
seasonis_championwinslossesteam_name
11995-96TRUE7210ChicagoBulls
22015-16FALSE739GoldenStateWarriors
對類別變數重新編碼
將great_nba_teams$is_champion的邏輯值重新編碼為"Y"與"N"：
>team_namewinslossesis_championseason
>#既有資料框
>great_nba_teams
>#重新編碼
>great_nba_teams$is_champion[great_nba_teams$is_champion==TRUE]great_nba_teams$is_champion[great_nba_teams$is_champion==FALSE]great_nba_teams
team_namewinslossesis_championseason
1ChicagoBulls7210Y1995-96
2GoldenStateWarriors739N2015-16
對數值變數重新編碼為類別變數
利用cut()函數將straw_hat_df$age的數值重新編碼為"20歲以下"、"超過20歲但30歲以下"與"超過30歲"，cut()函數的參數設定稍微複雜一點，使用者必須要針對不同的類別指定切點breaks，舉例來說，要將年齡區分為三種類型，那麼我們必須要給定四個年齡切點（就像是植樹或者路燈問題！）：c(0,20,30,Inf)，其中Inf是R語言內建的無限大數值；以及給予三個類型標籤labels：c("20歲以下","超過20歲但30歲以下","超過30歲")
>#既有的資料框
>nameagestraw_hat_df
>#將straw_hat_df$age重新編碼
>straw_hat_df$age_categorystraw_hat_df
nameageage_category
1蒙其·D·魯夫1920歲以下
2羅羅亞·索隆21超過20歲但30歲以下
3娜美2020歲以下
4騙人布1920歲以下
5賓什莫克·香吉士21超過20歲但30歲以下
6多尼多尼·喬巴1720歲以下
7妮可·羅賓30超過20歲但30歲以下
8佛朗基36超過30歲
9布魯克90超過30歲
合併資料框
垂直合併
垂直合併使用rbind()函數，rbind是rowbind的縮寫：
>cars_uppercars_bottom
>cars_combinedcars_leftcars_right
>cars_combined#左邊的資料框
>nameageleft_df
>#右邊的資料框
>namedevil_fruitright_df
>#合併後的資料框
>merged_dfmerged_df
nameagedevil_fruit
1多尼多尼·喬巴17人人果實
2蒙其·D·魯夫19橡膠果實
觀察合併後的資料框，我們可以發現只有左邊與右邊都有的兩個觀測值保留在最後的輸出，這是因為merge()函數預設是保留左右資料框的交集。
假如我們希望保留所有左邊資料框的觀測值，我們可以指定參數all.x=TRUE，那麼右邊資料框對應不到部分，就會以遺漏值NA呈現：
>#左邊的資料框
>nameageleft_df
>#右邊的資料框
>namedevil_fruitright_df
>#合併後的資料框
>merged_dfmerged_df
nameagedevil_fruit
1多尼多尼·喬巴17人人果實
2娜美20
favorite_bands_df
延伸文章資訊
- 1Chapter 8 資料基本處理| R 資料科學與統計 - Bookdown
另外一個研究目的是在骨水泥內加入預防性抗生素藥劑, 研究共收集了78 位病患的資料, 變數名稱列在表1. 資料檔案為 DMTKRcsv.csv , DMTKAInfMo.csv , DMTKRt...
- 2新增欄位（2） | R
將右邊編輯區已經定義好的 favorite_food 向量利用 cbind() 函數加入 straw_hat_df 中。 把 straw_hat_df 輸出在R Console 看看。 Take...
- 3為欄位重新命名| R - DataCamp
實務上我們很常會有新增變數、刪除變數或者篩選觀測值... 等的需求，在資料框的結構中，其實就是針對欄或者列進行整理，我們將在本章節學習這些技巧與概念，一場爭奪One ...
- 4輕鬆學習R 語言：基礎資料框處理 - Medium
成功將資料輸入R 語言之後，初學者會花很多時間在處理資料上面，所以我們特別將 ... 直接將欲新增的變數以向量宣告後指派給既有的資料框就能夠完成。
- 57 探索式資料分析| 資料科學與R語言 - Yi-Ju Tseng
探索式資料分析包括分析各變數間的關聯性，看是否有預料之外的有趣發現，或是觀察資料內容 ... 使用 mutate() 增加新欄位，如需新增新欄位 FieldGoalsRate ，欄位值為 ...
