資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究如何在 R 資料框中將多個列轉換為單個數值列，以及一個包含列名作為因子的列？
當我們從任何來源接收資料時，很可能它不會成為用於預期分析的完美資料集，因此，我們需要根據資料的特徵執行一些清理或挖掘操作。例如，如果我們有一個數據框的列名作為數值變數的因子水平，那麼我們可能希望以這樣的方式轉換該資料框：數值儲存在單個列中，列名儲存在另一列中，該列將表示一個因子，以便我們能夠對這種型別的資料應用方差分析技術。為此，我們可以使用 stack 函式，如下面的示例所示。
示例
考慮以下資料框：
x1<-rnorm(5) x2<-rnorm(5) x3<-rnorm(5) x4<-rnorm(5) df1<-data.frame(x1,x2,x3,x4) df1
輸出
x1 x2 x3 x4 1 0.4231515 -0.02059351 -0.7323391 0.19199970 2 0.4816832 0.88382316 -0.5297544 0.17681651 3 -1.1703627 0.16328116 -0.7856500 0.03778934 4 -1.6009281 -0.93433554 1.5626258 -1.51384088 5 2.5075787 -0.94192579 -1.2340071 0.07821619
堆疊資料框 df1：
示例
df1<-stack(df1) df1
輸出
values ind 1 0.42315154 x1 2 0.48168320 x1 3 -1.17036266 x1 4 -1.60092810 x1 5 2.50757869 x1 6 -0.02059351 x2 7 0.88382316 x2 8 0.16328116 x2 9 -0.93433554 x2 10 -0.94192579 x2 11 -0.73233913 x3 12 -0.52975443 x3 13 -0.78564997 x3 14 1.56262579 x3 15 -1.23400706 x3 16 0.19199970 x4 17 0.17681651 x4 18 0.03778934 x4 19 -1.51384088 x4 20 0.07821619 x4
示例
y1<-rpois(5,2) y2<-rpois(5,2) y3<-rpois(5,2) y4<-rpois(5,2) df2<-data.frame(y1,y2,y3,y4) df2
輸出
y1 y2 y3 y4 1 2 6 3 2 2 0 2 4 1 3 1 1 7 3 4 1 1 2 3 5 0 4 2 0
堆疊資料框 df2：
示例
df2<-stack(df2) df2
輸出
values ind 1 2 y1 2 0 y1 3 1 y1 4 1 y1 5 0 y1 6 6 y2 7 2 y2 8 1 y2 9 1 y2 10 4 y2 11 3 y3 12 4 y3 13 7 y3 14 2 y3 15 2 y3 16 2 y4 17 1 y4 18 3 y4 19 3 y4 20 0 y4
示例
z1<-rexp(5,1.02) z2<-rexp(5,1.02) z3<-rexp(5,1.02) z4<-rexp(5,1.02) df3<-data.frame(z1,z2,z3,z4) df3
輸出
z1 z2 z3 z4 1 1.2908546 0.7256210 0.3485327 1.2388077 2 0.3096662 0.6603201 1.6009740 1.5944464 3 1.6638942 0.7771325 0.2083197 2.7376839 4 1.5370138 0.1080698 0.7180111 1.3909656 5 0.3302388 1.2617053 0.3907855 0.1516651
堆疊資料框 df3：
示例
df3<-stack(df3) df3
輸出
values ind 1 1.2908546 z1 2 0.3096662 z1 3 1.6638942 z1 4 1.5370138 z1 5 0.3302388 z1 6 0.7256210 z2 7 0.6603201 z2 8 0.7771325 z2 9 0.1080698 z2 10 1.2617053 z2 11 0.3485327 z3 12 1.6009740 z3 13 0.2083197 z3 14 0.7180111 z3 15 0.3907855 z3 16 1.2388077 z4 17 1.5944464 z4 18 2.7376839 z4 19 1.3909656 z4 20 0.1516651 z4
更新於： 2020-12-07
910 次瀏覽
廣告