如何對 R 中的行和列進行子集化

Question

我是 R 的新手。 當我閱讀《R in action》這本書時，我遇到了一個問題。 代碼newdata <- leadership[order(leadership$age),]和newdata <- leadership[order(leadership$age)]有什么區別，我的意思是逗號在語句中的作用是什么？ 對於我的以下代碼，為什么 newdata 包含領導中的所有列，而 newnewdata 只包含直到年齡的列？

manager <- c(1, 2, 3, 4, 5)
date <- c("10/24/08", "10/28/08", "10/1/08", "10/12/08", "5/1/09")
country <- c("US", "US", "UK", "UK", "UK")
gender <- c("M", "F", "F", "M", "F")
age <- c(32, 45, 25, 39, 99)
q1 <- c(5, 3, 3, 3, 2)
q2 <- c(4, 5, 5, 3, 2)
q3 <- c(5, 2, 5, 4, 1)
q4 <- c(5, 5, 5, NA, 2)
q5 <- c(5, 5, 2, NA, 1)
leadership <-
  data.frame(manager, date, country, gender, age, q1, q2, q3, q4, q5)

names(leadership)[1:2] <- c("managerID", "testDate")
leadership$age[leadership$age == 99] <- NA
leadership <- within(leadership, {
  agecat <- NA
  agecat[age > 75] <- "Elder"
  agecat[age >= 55 & age <= 75] <- "Middle Aged"
  agecat[age < 55] <- "Young"
})
leadership
newdata <- leadership[order(leadership$age),]
newdata
newnewdadta <- leadership[order(leadership$age)]
newnewdadta

Answer 1

dataframe[i, j]是用於從 R dataframe 中對行和列進行子集化的語法，其中i表示索引或邏輯向量到子集行， j表示索引或邏輯向量到子集列。

例如，

• newdata[1, 3]將從第一行和第三列返回值
• newdata[1, 3:5]將從第 1 行和第 3 到第 5 列返回值。
• newdata[1:4, 3:5]將返回值從 1 到 4 行和 3 到 5 列

如果任何值為空 R 子集所有行/列。

• newdata[1:4, ]將返回 1 到 4 行和所有列
• newdata[, 1:5]將返回所有行和 1 到 5 列
• newdata[, ]將返回所有行和所有列。

另一個警告是，如果您只想對 dataframe 的列進行子集化，則不一定需要, . 因此，對於第 3 到 5 列的子集，您不僅可以執行newdata[, 3:5] ，還可以執行返回相同 output 的newdata[3:5] 。

---

了解到，在您的情況下，您正在執行newdata <- leadership[order(leadership$age),]根據age列對行進行排序並選擇所有列，因為逗號后的j值為空，因此您將獲得所有列。

newdata
#  managerID testDate country gender age q1 q2 q3 q4 q5 agecat
#3         3  10/1/08      UK      F  25  3  5  5  5  2  Young
#1         1 10/24/08      US      M  32  5  4  5  5  5  Young
#4         4 10/12/08      UK      M  39  3  3  4 NA NA  Young
#2         2 10/28/08      US      F  45  3  5  2  5  5  Young
#5         5   5/1/09      UK      F  NA  2  2  1  2  1   <NA>

注意order返回的output

order(leadership$age)
#[1] 3 1 4 2 5

用於按該順序對行進行子集化。

對於第二種情況，您沒有將逗號指定為子集，因此它實際上是子集列給您。

newnewdadta <- leadership[order(leadership$age)]
newnewdadta

#  country managerID gender testDate age
#1      US         1      M 10/24/08  32
#2      US         2      F 10/28/08  45
#3      UK         3      F  10/1/08  25
#4      UK         4      M 10/12/08  39
#5      UK         5      F   5/1/09  NA

使用newnewdadta的第二種情況有效，因為巧合的是，行數大於此數據集中的列數。 如果您的行數多於列數，那么leadership[order(leadership$age)]將返回錯誤。