R Ohjelmointikieli on avoimen lähdekoodin ohjelmointikieli, jota käytetään laajasti tilastollisena ohjelmistona ja tietojen analysointityökaluna. Datakehykset R-kielellä ovat R:n yleisiä tietoobjekteja, joita käytetään taulukkotietojen tallentamiseen.
Datakehykset voidaan tulkita myös matriiseiksi, joissa jokainen sarake a matriisi voi olla eri tietotyyppejä. R DataFrame koostuu kolmesta pääkomponentista, tiedoista, riveistä ja sarakkeista.
R Datakehysten rakenne
Kuten alla olevasta kuvasta näkyy, datakehys rakennetaan näin.
Tiedot esitetään taulukkomuodossa, mikä helpottaa käyttöä ja ymmärtämistä.
R – Tietokehykset
Luo tietokehys R-ohjelmointikielellä
Luo R-datakehys käyttämällä datakehys() funktio ja välitä sitten kukin luomistasi vektoreista argumenteina funktiolle.
R
# R program to create dataframe> # creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # print the data frame> print>(friend.data)> |
>
>
Lähtö:
friend_id friend_name 1 1 Sachin 2 2 Sourav 3 3 Dravid 4 4 Sehwag 5 5 Dhoni>
Hanki R-tietokehyksen rakenne
R-datakehyksen rakenne voidaan saada käyttämällä str() toiminto R:ssä.
Se voi näyttää jopa sisäkkäisten suurten luetteloiden sisäisen rakenteen. Se tarjoaa yhden rivin ulostulon R-perusobjekteille, jolloin käyttäjä tietää objektista ja sen ainesosista.
R
.tif-tiedosto
# R program to get the> # structure of the data frame> # creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # using str()> print>(>str>(friend.data))> |
>
>
Lähtö:
'data.frame': 5 obs. of 2 variables: $ friend_id : int 1 2 3 4 5 $ friend_name: chr 'Sachin' 'Sourav' 'Dravid' 'Sehwag' ... NULL>
Yhteenveto R-datakehyksen tiedoista
R-tietokehyksessä tietojen tilastollinen yhteenveto ja luonne saadaan hakemalla yhteenveto() toiminto.
Se on yleinen funktio, jota käytetään tulostiivistelmien tuottamiseen eri mallisovitusfunktioiden tuloksista. Funktio kutsuu tiettyjä menetelmiä, jotka riippuvat ensimmäisen argumentin luokasta.
R
# R program to get the> # summary of the data frame> # creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # using summary()> print>(>summary>(friend.data))> |
>
>
Lähtö:
friend_id friend_name Min. :1 Length:5 1st Qu.:2 Class :character Median :3 Mode :character Mean :3 3rd Qu.:4 Max. :5>
Poimi tiedot tietokehyksestä R:ssä
Tietojen purkaminen R-tietokehyksestä tarkoittaa, että pääset sen riveihin tai sarakkeisiin. R-tietokehyksestä voidaan poimia tietty sarake käyttämällä sen sarakkeen nimeä.
R
# R program to extract> # data from the data frame> # creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # Extracting friend_name column> result <->data.frame>(friend.data$friend_name)> print>(result)> |
>
>
Lähtö:
friend.data.friend_name 1 Sachin 2 Sourav 3 Dravid 4 Sehwag 5 Dhoni>
Laajenna tietokehys R-kielellä
R:n tietokehystä voidaan laajentaa lisäämällä uusia sarakkeita ja rivejä jo olemassa olevaan R-tietokehykseen.
R
# R program to expand> # the data frame> # creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # Expanding data frame> friend.data$location <->c>(>'Kolkata'>,>'Delhi'>,> >'Bangalore'>,>'Hyderabad'>,> >'Chennai'>)> resultant <- friend.data> # print the modified data frame> print>(resultant)> |
>
>
Lähtö:
friend_id friend_name location 1 1 Sachin Kolkata 2 2 Sourav Delhi 3 3 Dravid Bangalore 4 4 Sehwag Hyderabad 5 5 Dhoni Chennai>
R:ssä voidaan suorittaa erilaisia operaatioita datakehykselle, kuten käyttää rivejä ja sarakkeita, valita tietokehyksen osajoukkoa, muokata datakehyksiä, poistaa rivejä ja sarakkeita tietokehyksestä , jne.
Katso DataFrame-toiminnot R:ssä tietää kaikentyyppisistä toiminnoista, jotka voidaan suorittaa tietokehyksellä.
Käytä R-tietokehyksen kohteita
Voimme valita ja käyttää mitä tahansa elementtiä tietokehyksestä käyttämällä yksittäistä$>,sulut[ ] or>kaksinkertaiset kiinnikkeet[[]]>päästäksesi sarakkeisiin tietokehyksestä.
R
# creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # Access Items using []> friend.data[1]> # Access Items using [[]]> friend.data[[>'friend_name'>]]> # Access Items using $> friend.data$friend_id> |
ohjelmointi c-taulukoissa
>
>
Lähtö:
friend_id 1 1 2 2 3 3 4 4 5 5 Access Items using [[]] [1] 'Sachin' 'Sourav' 'Dravid' 'Sehwag' 'Dhoni' Access Items using $ [1] 1 2 3 4 5>
Rivien ja sarakkeiden määrä
Voimme selvittää, kuinka monta riviä ja saraketta on parsantti tietokehyksessämme käyttämällä dim-funktiota.
R
# creating a data frame> friend.data <->data.frame>(> >friend_id =>c>(1:5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,> >'Dravid'>,>'Sehwag'>,> >'Dhoni'>),> >stringsAsFactors =>FALSE> )> # find out the number of rows and clumns> dim>(friend.data)> |
>
>
Lähtö:
[1] 5 2>
Lisää rivejä ja sarakkeita R-tietokehykseen
Voit helposti lisätä rivejä ja sarakkeita R DataFrame -kehykseen. Lisäys auttaa laajentamaan jo olemassa olevaa DataFrame-kehystä tarvitsematta uutta.
Katsotaanpa kuinka lisätä rivejä ja sarakkeita DataFrame-kehykseen? esimerkin kanssa:
Lisää rivejä R-tietokehykseen
Voit lisätä rivejä tietokehykseen käyttämällä sisäänrakennettua toimintoa rbind().
Seuraava esimerkki havainnollistaa rbind():n toimintaa R Data Framessa.
R
# Creating a dataframe representing products in a store> Products <->data.frame>(> >Product_ID =>c>(101, 102, 103),> >Product_Name =>c>(>'T-Shirt'>,>'Jeans'>,>'Shoes'>),> >Price =>c>(15.99, 29.99, 49.99),> >Stock =>c>(50, 30, 25)> )> # Print the existing dataframe> cat>(>'Existing dataframe (Products):
'>)> print>(Products)> # Adding a new row for a new product> New_Product <->c>(104,>'Sunglasses'>, 39.99, 40)> Products <->rbind>(Products, New_Product)> # Print the updated dataframe after adding the new product> cat>(>'
Updated dataframe after adding a new product:
'>)> print>(Products)> |
>
>
Lähtö:
Existing dataframe (Products): Product_ID Product_Name Price Stock 1 101 T-Shirt 15.99 50 2 102 Jeans 29.99 30 3 103 Shoes 49.99 25 Updated dataframe after adding a new product: Product_ID Product_Name Price Stock 1 101 T-Shirt 15.99 50 2 102 Jeans 29.99 30 3 103 Shoes 49.99 25 4 104 Sunglasses 39.99 40>
Lisää sarakkeita R-tietokehykseen
Voit lisätä sarakkeita tietokehykseen käyttämällä sisäänrakennettua toimintoa cbind().
Seuraava esimerkki havainnollistaa cbind():n toimintaa R Data Framessa .
R
# Existing dataframe representing products in a store> Products <->data.frame>(> >Product_ID =>c>(101, 102, 103),> >Product_Name =>c>(>'T-Shirt'>,>'Jeans'>,>'Shoes'>),> >Price =>c>(15.99, 29.99, 49.99),> >Stock =>c>(50, 30, 25)> )> # Print the existing dataframe> cat>(>'Existing dataframe (Products):
'>)> print>(Products)> # Adding a new column for 'Discount' to the dataframe> Discount <->c>(5, 10, 8)># New column values for discount> Products <->cbind>(Products, Discount)> # Rename the added column> colnames>(Products)[>ncol>(Products)] <->'Discount'> # Renaming the last column> # Print the updated dataframe after adding the new column> cat>(>'
Updated dataframe after adding a new column 'Discount':
'>)> print>(Products)> |
>
>
Lähtö:
Existing dataframe (Products): Product_ID Product_Name Price Stock 1 101 T-Shirt 15.99 50 2 102 Jeans 29.99 30 3 103 Shoes 49.99 25 Updated dataframe after adding a new column 'Discount': Product_ID Product_Name Price Stock Discount 1 101 T-Shirt 15.99 50 5 2 102 Jeans 29.99 30 10 3 103 Shoes 49.99 25 8>
Poista rivit ja sarakkeet
Tietokehys R:ssä poistaa sarakkeet ja rivit jo olemassa olevasta R-datakehyksestä.
Poista rivi R DataFramesta
R
jos ja muuten bashissa
library>(dplyr)> # Create a data frame> data <->data.frame>(> >friend_id =>c>(1, 2, 3, 4, 5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,>'Dravid'>,>'Sehwag'>,>'Dhoni'>),> >location =>c>(>'Kolkata'>,>'Delhi'>,>'Bangalore'>,>'Hyderabad'>,>'Chennai'>)> )> data> # Remove a row with friend_id = 3> data <->subset>(data, friend_id != 3)> data> |
>
>
Lähtö:
friend_id friend_name location 1 1 Sachin Kolkata 2 2 Sourav Delhi 3 3 Dravid Bangalore 4 4 Sehwag Hyderabad 5 5 Dhoni Chennai # Remove a row with friend_id = 3 friend_id friend_name location 1 1 Sachin Kolkata 2 2 Sourav Delhi 4 4 Sehwag Hyderabad 5 5 Dhoni Chennai>
Yllä olevassa koodissa loimme ensin tietokehyksen nimeltä tiedot kolmella sarakkeella: ystävän_tunnus , ystävän_nimi , ja sijainti . Poistaaksesi rivin kanssa ystävän_tunnus yhtä kuin 3, käytimme osajoukko() toiminto ja määrittänyt ehdon ystävän_tunnus!= 3 . Tämä poisti rivin kanssa ystävän_tunnus yhtä kuin 3.
Poista sarake R DataFramesta
R
library>(dplyr)> # Create a data frame> data <->data.frame>(> >friend_id =>c>(1, 2, 3, 4, 5),> >friend_name =>c>(>'Sachin'>,>'Sourav'>,>'Dravid'>,>'Sehwag'>,>'Dhoni'>),> >location =>c>(>'Kolkata'>,>'Delhi'>,>'Bangalore'>,>'Hyderabad'>,>'Chennai'>)> )> data> # Remove the 'location' column> data <->select>(data, -location)> data> |
>
>
Lähtö:
friend_id friend_name location 1 1 Sachin Kolkata 2 2 Sourav Delhi 3 3 Dravid Bangalore 4 4 Sehwag Hyderabad 5 5 Dhoni Chennai>Poista 'sijainti' -sarake ystävän_tunnus ystävän_nimi 1 1 Sachin 2 2 Sourav 3 3 Dravid 4 4 Sehwag 5 5 Dhoni>
Poistaaksesi sijainti sarakkeessa käytimme valitse() toiminto ja määritetty -sijainti . The – merkki osoittaa, että haluamme poistaa sijainti sarakkeessa. Tuloksena oleva datakehys tiedot siinä on vain kaksi saraketta: ystävän_tunnus ja ystävän_nimi .
Datakehysten yhdistäminen R:ssä
On olemassa kaksi tapaa yhdistää datakehykset R:ssä. Voit yhdistää ne joko pysty- tai vaakasuunnassa.
Katsotaanpa kumpaakin tapausta esimerkin avulla:
Yhdistä R-tietokehys pystysuunnassa
Jos haluat yhdistää 2 datakehystä pystysuunnassa, voit käyttää rbind()-funktio. Tämä toiminto toimii kahden tai useamman datakehyksen yhdistämisessä.
R
# Creating two sample dataframes> df1 <->data.frame>(> >Name =>c>(>'Alice'>,>'Bob'>),> >Age =>c>(25, 30),> >Score =>c>(80, 75)> )> df2 <->data.frame>(> >Name =>c>(>'Charlie'>,>'David'>),> >Age =>c>(28, 35),> >Score =>c>(90, 85)> )> # Print the existing dataframes> cat>(>'Dataframe 1:
'>)> print>(df1)> cat>(>'
Dataframe 2:
'>)> print>(df2)> # Combining the dataframes using rbind()> combined_df <->rbind>(df1, df2)> # Print the combined dataframe> cat>(>'
Combined Dataframe:
'>)> print>(combined_df)> |
komento node js:ssä
>
>
Lähtö:
Dataframe 1: Name Age Score 1 Alice 25 80 2 Bob 30 75 Dataframe 2: Name Age Score 1 Charlie 28 90 2 David 35 85 Combined Dataframe: Name Age Score 1 Alice 25 80 2 Bob 30 75 3 Charlie 28 90 4 David 35 85>
Yhdistä R-tietokehys vaakasuunnassa:
Jos haluat yhdistää 2 datakehystä vaakasuunnassa, voit käyttää cbind()-funktio. Tämä toiminto toimii kahden tai useamman datakehyksen yhdistämisessä.
R
# Creating two sample dataframes> df1 <->data.frame>(> >Name =>c>(>'Alice'>,>'Bob'>),> >Age =>c>(25, 30),> >Score =>c>(80, 75)> )> df2 <->data.frame>(> >Height =>c>(160, 175),> >Weight =>c>(55, 70)> )> # Print the existing dataframes> cat>(>'Dataframe 1:
'>)> print>(df1)> cat>(>'
Dataframe 2:
'>)> print>(df2)> # Combining the dataframes using cbind()> combined_df <->cbind>(df1, df2)> # Print the combined dataframe> cat>(>'
Combined Dataframe:
'>)> print>(combined_df)> |
>
>
Lähtö:
Dataframe 1: Name Age Score 1 Alice 25 80 2 Bob 30 75 Dataframe 2: Height Weight 1 160 55 2 175 70 Combined Dataframe: Name Age Score Height Weight 1 Alice 25 80 160 55 2 Bob 30 75 175 70>
Lue myös:
- R – Objektit
- Tietorakenteet R-ohjelmoinnissa
Tässä artikkelissa olemme käsitelleet R-tietokehykset, ja kaikki perustoiminnot, kuten luominen, käyttö, yhteenveto, lisääminen ja poistaminen. Tämän artikkelin tarkoituksena on tutustua R:n tietokehyksiin, jotta voit käyttää niitä projekteissasi.
Toivottavasti tämä auttaa sinua ymmärtämään tietokehysten käsitteen R:ssä ja voit helposti ottaa R-tietokehyksen käyttöön projekteissasi.