R语言变量重编码、重命名的操作

时间:2022-06-01 12:59:40

1、变量重编码

重编码涉及根据同一个变量和/或其他变量的现有值创建新值的过程,如将符合某个条件的值重新赋值等,这里主要介绍两种常见的方法:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
#第一种方法
per <- data.frame(name = c("张三","李四","王五","赵六"),
                  age = c(23,45,34,1000))
per
per$age[per$age == 1000] <- NA #设置缺失值
per$age1[per$age < 30] = "young" #生成新变量
per$age1[per$age >= 30 & per$age<50] <- "middle age"
per
#第二种方法
per <- data.frame(name = c("张三","李四","王五","赵六"),
                  age = c(23,45,34,1000))
per <- within(per,{
   age1 <- NA
   age1[age < 30] <- "young"
   age1[age>=30 & age<50] <- "middle age"
})
per

2、变量的重命名

变量已经存在,但是如果对变量名称不满意,可以对变量重新命名,这里提供以下几种方法:

手动输入。应用fix()函数调出编辑框,手动输入即可。

使用names()函数。格式为:names(x) <- value。需要指定对第几个变量名进行修改。

使用plyr包中的rename()函数。格式为rename(x, replace, warn_missing = TRUE, warn_duplicated = TRUE),需要指定对哪个变量名进行修改。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
per <- data.frame(name = c("张三","李四","王五","赵六"),
                  age = c(23,45,34,1000))
per
#第一种方法:手动输入
fix(per) #调出输入框,手动输入
#第二种方法,names()函数
per <- data.frame(name = c("张三","李四","王五","赵六"),
                  age = c(23,45,34,1000))
names(per)[2] <- "年龄"  #指定第个变量重命名
per
#第三种方法
per <- data.frame(name = c("张三","李四","王五","赵六"),
                  age = c(23,45,34,1000))
library(plyr)
per <- rename(per,c(age="年龄")) #直接对变量名进行修改
per

补充:R语言变量的处理(创建新变量 变量重新赋值)

创建新变量:

方法一:

?
1
2
3
4
#在mydata数据库中创建新变量sum,sum是mydata数据库中x1和x2之和
mydata$sum <- mydata$x1 + mydata$x2
#在mydata数据库中创建新变量mean,sum是mydata数据库中x1和x2平均
mydata$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        bmi
1      58    115 0.03418549
2      59    117 0.03361103
3      60    120 0.03333333
4      61    123 0.03305563
5      62    126 0.03277836
6      63    129 0.03250189
7      64    132 0.03222656
8      65    135 0.03195266
9      66    139 0.03191001
10     67    142 0.03163288
11     68    146 0.03157439
12     69    150 0.03150599
13     70    154 0.03142857
14     71    159 0.03154136
15     72    164 0.03163580
>

方法二:

?
1
2
3
4
attach(mydata) #附上数据mydata
mydata$sum <- x1 + x2 #在mydata数据库中创建新变量sum
mydata$mean <- (x1 + x2)/2 #新变量mean
detach(mydata) #每次attach数据之后,应该detach,解除之前的数据库粘附

这个地方我们看见x1和x2变量前面不需要再使用mydata$,那是因为我们之前已经附上mydata数据库(attach),这个时候,R已经知道会利用附上的数据中的x1和x2变量直接计算。但是创建的新变量sum必须使用$在mydata数据库之下,不然R就会计算出名字为sum,但是是个list性质的单独数据库。

方法三:

?
1
2
mydata <- transform( mydata, sum = x1 + x2,mean = (x1 + x2)/2)
#通过一行命令创建多个新变量。
?
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        bmi
1      58    115 0.03418549
2      59    117 0.03361103
3      60    120 0.03333333
4      61    123 0.03305563
5      62    126 0.03277836
6      63    129 0.03250189
7      64    132 0.03222656
8      65    135 0.03195266
9      66    139 0.03191001
10     67    142 0.03163288
11     68    146 0.03157439
12     69    150 0.03150599
13     70    154 0.03142857
14     71    159 0.03154136
15     72    164 0.03163580

变量重新赋值

方法一:

?
1
mydata$agecat <- ifelse(mydata$age > 70,c("older"), c("younger")) # 创建年龄组别(2组)

该命令利用ifelse函数,有点类似于其他语言中的if….else。 该命令左边告诉R我们需要在mydata数据库里面创建新变量agecat(年龄组),该变量当age>70时,年龄组变量赋值为older,其他情况下(age<=70),年龄组变量赋值为younger。关于更多ifelse()信息和案例,可通过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)
#创建变量agecat,并按照年龄大小直接赋值.

重命名

方法一

?
1
fix(mydata) #直接重命名,关闭时保存

方法二

?
1
2
3
library(reshape)
mydata <- rename(mydata, c(oldname="newname"))
#利用reshape包里面的rename函数直接重命名。

以上为个人经验,希望能给大家一个参考,也希望大家多多支持服务器之家。如有错误或未考虑完全的地方,望不吝赐教。

原文链接:https://blog.csdn.net/m0_46291589/article/details/104338511