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