R语言-基本数据管理合作

在开始数据分析之前，我们有必要按照自身对数据的需求，对数据管理。数据管理是数据分析工作的前提，只有保障数据合理、可靠、有效的获取，才能使得后续对数据的处理工作顺利开展。以下我们简单介绍一下，两种常见的数据管理方法：变量新建与重新编码，数据集的排序与合并。

1. 创建新变量

可以通过以下形式的语句，创建新变量。

变量名<-表达式

myddata<-data.frame(x1=c(2,2,6,4),x2=c(3,4,2,8))

mydata$sumx<-mydata$x1+mydata$x2

mydata$mean<-(mydata$x1+mydata$x2)/2

2. 变量的重新编码

将leadership中年龄55-75岁之间的定义为“中年人”，大于75岁的定义为“老年人”，小于55岁定义为“青年”。

leadership<-within(leadership,{

agecat<-NA

agecat[age>75]<-"Elder"

agecat[age>=55 & age <=75]<-"Middle Aged"

agecat[age<55]<-"Young"

})

3. 变量的重命名

将leadership中第6-10列的变量名称分别重命名为item1-5.

names(leadership)[6:10]<-c("item1","item2","item3","item4","item5")

也可以通过以下形式的语句，进行重命名。

rename（dataframe,c（oldname=“newname”，oldname=“newname”,..)）

4. 数据排序

将leadership各行按照女性到男性，同样性别按照年龄降序排序。

attach(leadership)

newdata<-leadership[order(gender,-age),]

dettach(leadership)

5. 数据集的合并

5.1 横向合并

多数情况下，我们需要对两个数据框进行合并，具体通过一个或者多个共有变量进行联结（即一种内联结），以下为形式语句：

total1<-merge (dataframeA,dataframeB,by="ID")

譬如：我们将学生成绩表与学校基本信息表进行合并，可以编写如下语句。

total<-merge (Studentgrade,Student,by="name")

5.2 纵向合并

此外，我们有时需要对数据纵向合并，增加样本观测值。

total2<-rbind (dataframeA,dataframeB)