Re: [問題] 擷取data.frame中的特定資料

看板R_Language作者Wush978 (拒看低質媒體)時間10年前 (2015/01/13 21:44)推噓9(9推 0噓 6→)

留言15則, 10人參與討論串2/2 (看更多)

關於資料整理，我很想推dplyr這個套件，以及magrittr所導入的pipeline語法。借你的問題來跟大家分享一下如何用dplyr來解決這種問題 : 各位大大好，小弟在做coursera的作業時有一題要求把 : 一個給定的data.frame（叫做airquality）中某兩個向 : 量（Ozone和Temp）分別大於31和90時的第三個向量Solar.R : 的平均值是多少？ ```r attach(airquality) library(dplyr) filter(airquality, !is.na(Ozone), !is.na(Temp)) %>% filter(Ozone > 31, Temp > 90) %>% `[[`("Solar.R") %>% mean ``` 前兩行載入資料和dplyr。 dplyr對於表格化的物件，如： data.frame data.table （當資料量大的時候，好用的套件） SQL database 中的table 提供了一致的「動作」來作資料整理。常用的有：選行: select, 同SQL select 選列: filter, 同SQL where 排序: arrange, 同SQL sort by 取獨特值: distinct, 同SQL distinct 更動值: mutate, 同SQL update 總結: summarise (可搭配group_by使用，類似SQL group by) 這裡第三行 filter(airquality, !is.na(Ozone), !is.na(Temp)) 表示從airquality中取出Ozone和Temp不是NA的列出來第三行最後面的`%>%`是magrittr套件（dplyr會自動幫你載入它）導入的一種`pipeline`方式的寫法。他的功能在於，把前面的輸出結果，放到下一個函數的第一個參數舉例來說，原本我們要這樣寫： df1 <- filter(airquality, !is.na(Ozone), !is.na(Temp)) df2 <- filter(df1, Ozone > 31, Temp > 90) 懶惰的人如我，可能會寫成 filter(filter(airquality, !is.na(Ozone), !is.na(Temp)), Ozone > 31, Temp > 90) 這樣可以略過中間的暫存變數df1，但是程式碼也變醜了透過`%>%`，我們可以把上面兩行改成： filter(airquality, !is.na(Ozone), !is.na(Temp)) %>% # df1 filter(Ozone > 31, Temp > 90) # filter(df1, ...) 不但可以略過暫存變數，同時程式碼仍然看起清楚最後利用`%>%`和`[[`達到取出行變數Solar.R 再用mean算出平均值。這裡順便跟大家宣導一個小概念： R 中所有的東西都是「函數」，包含airquality[["Solar.R"]]這種語法，實際上是`[[`(airquality, "Solar.R") 利用這樣的概念，再搭配`%>%`的威力，程式碼就寫的更爽了 : 後來我有發現可以用： : attach(data) : sub <- subset(data,Ozone > 31 & Temp > 90) : summary(sub) : 的方式求出Solar.R在符合上述兩個條件之下的平均值。 : 但一開始只是直覺地想要用for loop暴力算，但沒成功， : 想問板上是否可以用迴圈的方式算出來？以下是自己嘗試 : 的程式碼，附帶一提： : data[,1]是Ozone : data[,2]是Solar.R : data[,4]是Temp : [程式範例]: : add <- 0 : count <- 0 : for(i in 1:153){ : if(data[i,1]>31 & data[i,4]>90) : add <- add + data[i,2] #把符合條件的Temp值累加 : count <- count + 1 : } : mean <- add/count : 這裏遇到的問題是data[,1]含有NA值，所以我想把有NA值 : 的資料刪掉，於是先跑這個for loop： : for(i in 1:153){ : if(is.na(hw2[i,1])) : hw2[i,] <- NULL : } : 結果： : 錯誤在`[<-.data.frame`(`*tmp*`, i, , value = NULL) : : replacement has 0 items, need 6 : 不知道是類型不一樣，NULL不能隨便套用還是其他原因， : 總之先感謝各位大大把這篇看完QQ -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.161.35.149 ※ 文章網址: https://www.ptt.cc/bbs/R_Language/M.1421156648.A.15C.html