1、變量重編碼
重編碼涉及根據同一個變量和/或其他變量的現有值創建新值的過程，如將符合某個條件的值重新賦值等，這里主要介紹兩種常見的方法：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
#第一種方法per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000))perper$age[per$age == 1000] <- NA #設置缺失值per$age1[per$age < 30] = "young" #生成新變量per$age1[per$age >= 30 & per$age<50] <- "middle age"per#第二種方法per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000))per <- within(per,{ age1 <- NA age1[age < 30] <- "young" age1[age>=30 & age<50] <- "middle age"})per |
2、變量的重命名
變量已經存在，但是如果對變量名稱不滿意，可以對變量重新命名，這里提供以下幾種方法：
手動輸入。應用fix()函數調出編輯框，手動輸入即可。
使用names()函數。格式為：names(x) <- value。需要指定對第幾個變量名進行修改。
使用plyr包中的rename()函數。格式為rename(x, replace, warn_missing = TRUE, warn_duplicated = TRUE)，需要指定對哪個變量名進行修改。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000))per#第一種方法：手動輸入fix(per) #調出輸入框，手動輸入#第二種方法，names()函數per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000))names(per)[2] <- "年齡" #指定第個變量重命名per#第三種方法per <- data.frame(name = c("張三","李四","王五","趙六"), age = c(23,45,34,1000))library(plyr)per <- rename(per,c(age="年齡")) #直接對變量名進行修改per |
補充：R語言變量的處理（創建新變量 變量重新賦值）
創建新變量:
方法一:
|
1
2
3
4
|
#在mydata數據庫中創建新變量sum，sum是mydata數據庫中x1和x2之和mydata$sum <- mydata$x1 + mydata$x2#在mydata數據庫中創建新變量mean，sum是mydata數據庫中x1和x2平均mydata$mean <- (mydata$x1 + mydata$x2)/2 |
eg:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
|
> newwomen=women> newwomen$bmi=women$weight/women$height^2;> newwomen height weight bmi1 58 115 0.034185492 59 117 0.033611033 60 120 0.033333334 61 123 0.033055635 62 126 0.032778366 63 129 0.032501897 64 132 0.032226568 65 135 0.031952669 66 139 0.0319100110 67 142 0.0316328811 68 146 0.0315743912 69 150 0.0315059913 70 154 0.0314285714 71 159 0.0315413615 72 164 0.03163580> |
方法二:
|
1
2
3
4
|
attach(mydata) #附上數據mydatamydata$sum <- x1 + x2 #在mydata數據庫中創建新變量summydata$mean <- (x1 + x2)/2 #新變量meandetach(mydata) #每次attach數據之后，應該detach，解除之前的數據庫粘附 |
這個地方我們看見x1和x2變量前面不需要再使用mydata$，那是因為我們之前已經附上mydata數據庫（attach)，這個時候，R已經知道會利用附上的數據中的x1和x2變量直接計算。但是創建的新變量sum必須使用$在mydata數據庫之下，不然R就會計算出名字為sum，但是是個list性質的單獨數據庫。
方法三：
|
1
2
|
mydata <- transform( mydata, sum = x1 + x2,mean = (x1 + x2)/2)#通過一行命令創建多個新變量。 |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
|
newwomen=transform(women,bmi=weight/height^2)> newwomen height weight bmi1 58 115 0.034185492 59 117 0.033611033 60 120 0.033333334 61 123 0.033055635 62 126 0.032778366 63 129 0.032501897 64 132 0.032226568 65 135 0.031952669 66 139 0.0319100110 67 142 0.0316328811 68 146 0.0315743912 69 150 0.0315059913 70 154 0.0314285714 71 159 0.0315413615 72 164 0.03163580 |
變量重新賦值
方法一：
|
1
|
mydata$agecat <- ifelse(mydata$age > 70,c("older"), c("younger")) # 創建年齡組別（2組） |
該命令利用ifelse函數，有點類似于其他語言中的if….else。 該命令左邊告訴R我們需要在mydata數據庫里面創建新變量agecat（年齡組），該變量當age>70時,年齡組變量賦值為older，其他情況下(age<=70)，年齡組變量賦值為younger。關于更多ifelse()信息和案例,可通過help(ifelse)查看。
方法二：
|
1
2
3
4
5
6
|
attach(mydata)mydata$agecat[age > 75] <- "Elder"mydata$agecat[age > 45 & age <= 75] <- "Middle Aged"mydata$agecat[age <= 45] <- "Young"detach(mydata)#創建變量agecat，并按照年齡大小直接賦值. |
重命名
方法一
|
1
|
fix(mydata) #直接重命名，關閉時保存 |
方法二
|
1
2
3
|
library(reshape)mydata <- rename(mydata, c(oldname="newname"))#利用reshape包里面的rename函數直接重命名。 |
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持服務器之家。如有錯誤或未考慮完全的地方，望不吝賜教。
原文鏈接：https://blog.csdn.net/m0_46291589/article/details/104338511
