在R语言里面,DataFrame的一列数据本质上可以认为是一个向量或列表,但是一行数据不是。
今天有一个31列的数据集,由于放在第一行的变量名格式不规范,读入数据的时候不能顺带读入变量名。于是跳过首行,先直接读入数据,之后手动给DataFrame命名。
为了避免出错,把变量第一行作为DataFrame读入,于是得到一个只有一行的DataFrame。
headers <- read_table2("headers.dat", col_names=FALSE)
headers <- c(t(headers))
之后用以下命令来重命名之前读入的DataFrame:
colnames(data) <- headers
其中
t(headers)
是转置,把一行变成一列。
转载于:https://www.cnblogs.com/yaos/p/10686469.html
在R语言里面,DataFrame的一列数据本质上可以认为是一个向量或列表,但是一行数据不是。今天有一个31列的数据集,由于放在第一行的变量名格式不规范,读入数据的时候不能顺带读入变量名。于是跳过首行,先直接读入数据,之后手动给DataFrame命名。为了避免出错,把变量第一行作为DataFrame读入,于是得到一个只有一行的DataFrame。headers <- read_table...
数据
类型:
数据
类型指的是用于声明不同类型的变量或函数的一个广泛的系统。变量的类型决定了变量存储占用的空间,以及如何解释存储的位模式;
R 语言中的最基本
数据
类型主要有三种:
library(readxl)
library(tidyverse)
orders <- read_excel("Weibo_2020Coron.xlsx") %>% #导入
数据
select("title") #只保留"titl.
Rscript /jhbigdata/appform/etc/R-code/Method-shujutongji/All-combination-Below.R /mnt/hdfs/user/jhadmin/duoyuanxianxing.csv R1 Fertility,Agriculture,Examination,Education,Catholic,Infant.Mortality
原始...
现在给大家介绍的
数据
处理技巧是长转宽,也就相当于Excel中的转置,不过用
R语言
实现的长转宽还有
数据
合并的功能,自然比Excel强大多了。这里给大家介绍4个函数,其中melt()、dcast()来自reshape2包,gather()、spread()来自tidyr包一、宽转长——melt()、gather()mydata<-data.frame(
name=c("store1","st...
df <- data.frame(col1 = c(1, NA, 3, 4), col2 = c(5, 6, 7, 8))
df_filtered <- df[complete.cases(df$col1), ]
这样就可以得到一个新的
dataframe
,其中只包含 col1 列中非 NA 的行。
> df_filtered
col1 col2
1 1 5
3 3 7
4 4 8