資料結構
網路
關係資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 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
法律研究如果 R 資料框中的值大於某個特定值，則替換所有這些值。
如果要替換 R 資料框中所有大於某個特定值的值，我們可以使用 apply 函式和 ifelse 函式。
例如，如果我們有一個名為 df 的資料框，並且我們希望將 df 中所有大於 10 的值替換為 5，那麼我們可以使用以下命令：
df[]<-apply(df,2,function(x) ifelse(x0,1,x))
示例 1
以下程式碼片段建立了一個示例資料框：
x1<-rpois(20,1) x2<-rpois(20,1) x3<-rpois(20,1) df1<-data.frame(x1,x2,x3) df1
建立了以下資料框
x1 x2 x3 1 1 0 1 2 1 0 0 3 1 1 0 4 2 1 1 5 0 0 0 6 0 0 0 7 1 2 1 8 2 0 0 9 1 0 2 10 0 1 1 11 3 1 0 12 0 1 1 13 3 0 0 14 2 0 1 15 0 1 2 16 1 0 1 17 0 3 1 18 0 0 1 19 1 2 1 20 0 1 1
要在上面建立的資料框中將 df1 中所有大於 0 的值替換為 1，請將以下程式碼新增到上述程式碼片段中：
x1<-rpois(20,1) x2<-rpois(20,1) x3<-rpois(20,1) df1<-data.frame(x1,x2,x3) df1[]<-apply(df1,2,function(x) ifelse(x0,1,x)) df1
輸出
如果您將以上所有程式碼片段作為單個程式執行，它將生成以下輸出：
x1 x2 x3 [1,] 1 0 1 [2,] 1 0 0 [3,] 1 1 0 [4,] 1 1 1 [5,] 0 0 0 [6,] 0 0 0 [7,] 1 1 1 [8,] 1 0 0 [9,] 1 0 1 [10,] 0 1 1 [11,] 1 1 0 [12,] 0 1 1 [13,] 1 0 0 [14,] 1 0 1 [15,] 0 1 1 [16,] 1 0 1 [17,] 0 1 1 [18,] 0 0 1 [19,] 1 1 1 [20,] 0 1 1
示例 2
以下程式碼片段建立了一個示例資料框：
y1<-round(rnorm(20),1) y2<-round(rnorm(20),1) y3<-round(rnorm(20),1) df2<-data.frame(y1,y2,y3) df2
建立了以下資料框
y1 y2 y3 1 -0.9 -0.2 -1.0 2 0.8 0.0 0.0 3 -0.2 0.6 -1.2 4 -0.5 0.5 1.2 5 1.1 1.2 1.2 6 0.2 -1.2 0.4 7 -2.2 -0.4 1.6 8 -0.7 0.0 -0.2 9 -0.4 1.1 -1.7 10 0.0 -1.0 0.6 11 0.1 -1.3 -0.1 12 0.7 0.0 -2.2 13 0.8 -0.1 0.5 14 -1.1 -0.3 -1.2 15 -0.4 1.3 -0.5 16 1.7 0.0 -0.3 17 -0.4 -2.4 -0.9 18 -0.5 2.1 0.6 19 0.2 1.1 -1.7 20 -0.3 0.1 -0.7
要在上面建立的資料框中將 df2 中所有大於 0.1 的值替換為 0.5，請將以下程式碼新增到上述程式碼片段中：
y1<-round(rnorm(20),1) y2<-round(rnorm(20),1) y3<-round(rnorm(20),1) df2<-data.frame(y1,y2,y3) df2[]<-apply(df2,2,function(x) ifelse(x0.1,0.5,x)) df2
輸出
如果您將以上所有程式碼片段作為單個程式執行，它將生成以下輸出：
y1 y2 y3 1 -0.9 -0.2 -1.0 2 0.5 0.0 0.0 3 -0.2 0.5 -1.2 4 -0.5 0.5 0.5 5 0.5 0.5 0.5 6 0.5 -1.2 0.5 7 -2.2 -0.4 0.5 8 -0.7 0.0 -0.2 9 -0.4 0.5 -1.7 10 0.0 -1.0 0.5 11 0.1 -1.3 -0.1 12 0.5 0.0 -2.2 13 0.5 -0.1 0.5 14 -1.1 -0.3 -1.2 15 -0.4 0.5 -0.5 16 0.5 0.0 -0.3 17 -0.4 -2.4 -0.9 18 -0.5 0.5 0.5 19 0.5 0.5 -1.7 20 -0.3 0.1 -0.7
更新時間: 2021-11-09
2K+ 次檢視
廣告