Estructuras de datos: marcos de datos, matrices y listas

Crédito estudiantil Árbol de habilidades Minería de datos Notas de estudio del curso

Vector vectorial: una dimensión

matriz matricial: bidimensional, todas las columnas tienen el mismo tipo de datos, bidimensionales (filas y columnas) ).

Marco de datos Data.frame: múltiples vectores de la misma longitud y diferentes tipos de datos se agrupan en columnas.

Lista de lista: la longitud puede ser diferente, el tipo de datos puede ser diferente, no existe el concepto de filas y columnas y puede haber elementos de varios niveles (la lista no tiene una vista previa) .

La mayoría de los datos con los que trabaja al trazar se encuentran en marcos de datos.

(1) crear (2) transformar o procesar datos existentes en R (3) leer (4) conjuntos de datos integrados de archivos.

Leer el marco de datos df2

4.1 Seleccione una fila completa de df, haga doble clic en df[c(1,3),1:2]

4.2 Según el nombre de la fila o el nombre de la columna df [, c ("gene", "exp")] Esta operación es muy útil en el caso de varias filas y columnas.

? Df[,-ncol(df)] elimina la última columna.

4.3 Operaciones comunes de extracción de columnas Operaciones comunes de marcos de datos: df$exp

(1) Un marco de datos con una gran cantidad de filas puede interceptar la primera/última fila para ver el encabezado Departamento (iris).

(2) Para marcos de datos con muchas filas y columnas, verifique las primeras filas y columnas ` iris [1: 3, 1: 3].

(3)<u>Verifique el tipo de datos y el contenido específico de cada columna

(4) Eliminar filas con valores faltantes: na.omit(df) solo basado en Eliminar valores faltantes ​​de una determinada columna y reemplazarlos con el paquete tidyr.

(5) Conexión de dos tablas:

(6) Si el orden de los nombres de las columnas es incorrecto, ¿cómo reorganizarlos en el orden especificado?

Nueva m