本文将结合实例代码，介绍R语言的Dataframe常用操作使用，文中通过示例代码介绍的非常详细，需要的朋友们下面随着小编来一起学习学习吧
上节我们简单介绍了Dataframe的定义，这节我们具体来看一下Dataframe的操作
首先，数据框的创建函数为 data.frame( )，参考R语言的帮助文档，我们来了解一下data.frame( )的具体用法：
Usage data.frame(..., row.names = NULL, check.rows = FALSE, check.names = TRUE, fix.empty.names = TRUE, stringsAsFactors = default.stringsAsFactors()) default.stringsAsFactors() Arguments ... :these arguments are of either the form value or tag = value. Component names are created based on the tag (if present) or the deparsed argument itself. row.names :NULL or a single integer or character string specifying a column to be used as row names, or a character or integer vector giving the row names for the data frame.
当然，后面还有很多参数的具体用法，在此不做一一赘述，主要用到的就是前两个。首先，“...”代表了表格数据，就是要构成数据框的数据主体，row.names( )为要构成数据框的行名，那么既然数据框相当于R语言的一个表格，应该既有行名也有列名才对，那么列名又是如何给出的呢？我们知道，很多的数据处理软件以及算法是以数据的列为单位进行的，之前我们构建矩阵的时候，默认也是按列填充（byrow=FALSE），而列名在创建数据框开始我们就已经确定好了的。详见下面代码：
我想要创建一个名为“mydataframe”的数据框，首先确定数据框里面的列有哪些，然后调用函数data.frame( )函数
> C1 <-c(1,2,3,4) > C2 <-c(5,6,7,8) > C3 <-c(9,10,11,12) > C4 <-c(13,14,15,16) > C5 <-c(17,18,19,20) > mydataframe <- data.frame(C1,C2,C3,C4,C5,row.names = c("R1","R2","R3","R4")) > mydataframe C1 C2 C3 C4 C5 R1 1 5 9 13 17 R2 2 6 10 14 18 R3 3 7 11 15 19 R4 4 8 12 16 20 由此可见，数据框是把现有的列拼接成一个表格的一种数据结构，细心的朋友会发现，这个数据框怎么跟上节我们讲过的矩阵长得那么一样！！！再回顾一下上节的矩阵创建：
> mydata <- c(1:20) > cnames <- c("C1","C2","C3","C4","C5") > rnames <- c("R1","R2","R3","R4") > myarray <- matrix(mydata,nrow = 4,ncol = 5,dimnames = list(rnames,cnames)) > myarray C1 C2 C3 C4 C5 R1 1 5 9 13 17 R2 2 6 10 14 18 R3 3 7 11 15 19 R4 4 8 12 16 20 确实，从长相上来说分不出差别，但是矩阵里面的元素必须一致，而数据框可以是各种类型数据的集合。这种集合不是无条件乱七八糟的集合，而是以列为单位，不同列的元素类型可以不同，但是同一列的元素类型必须一致。因此，矩阵可以看做特殊的数据框类型那么这么做有什么意义呢？在数据统计中，我们需要有各种各样类型的数据，就拿简单的成绩单来说，就包含了“姓名”，“学号”，“科目”等字符型元素，也包括“分数”等数值型元素，还有“是否通过”等布尔型元素，因此，从广泛意义上来说，dataframe更具有普适性，矩阵多用在数学计算中。说归说，我们来实际创建一个数据框，然后再演示一下它的具体操作：
> names <- c("小明","小红","小兰") > StudentID <- c("2014","2015","2016") > subjects <- c("英语","英语","英语") > scores <- c(87,98,93) > Result <- data.frame(StudentID,names,subjects,scores) > Result StudentID names subjects scores 1 2014 小明 英语 87 2 2015 小红 英语 98 3 2016 小兰 英语 93 由上可见，当没有给数据框指定行名的时候，系统会默认从1开始给每行一个行号，这跟Excel表格有点类似。 还是同往常一样，我们先学习dataframe数据类型的基本操作
数据框元素的访问：既然矩阵是特殊的数据框，那么矩阵元素的访问方式应该也同样适用于dataframe吗？不是这样，我们知道，数据框是以行或者列为单位（行列可以转置），因此访问元素时只能整行或者整列访问。即dataframe[1,](访问第一行)，dataframe[,1](访问第一列)采用这种方式访问列时，返回值是按行排列的形式。访问列同样也可以直接使用dataframe(1)访问第一列，或者dataframe(列名)来访问指定的列。也可以连续访问若干列，详见代码：
> Result[1,] #访问第一行 StudentID names subjects scores 1 2014 小明 英语 87 > Result[,1] #访问第一列 [1] 2014 2015 2016 Levels: 2014 2015 2016 > Result[1] #访问第一列 StudentID 1 2014 2 2015 3 2016 > Result["names"] #访问指定标号的列 names 1 小明 2 小红 3 小兰 > Result[1:3,] #访问1-3行 StudentID names subjects scores 1 2014 小明 英语 87 2 2015 小红 英语 98 3 2016 小兰 英语 93 > Result[1:3] #访问1-3列 StudentID names subjects 1 2014 小明 英语 2 2015 小红 英语 3 2016 小兰 英语 > Result[c(1,3),] #只访问1,3行，注意写法 c( ) StudentID names subjects scores 1 2014 小明 英语 87 3 2016 小兰 英语 93 > Result[c(1,4)] #只访问1,4列，注意写法 c( ) StudentID scores 1 2014 87 2 2015 98 3 2016 93 > Result[c("names","scores")] #只访问names和scores列，注意写法 c( ) names scores 1 小明 87 2 小红 98 3 小兰 93 由上可得：对数据框操作，必须以向量为单位，使用c( ) or list( ),通过上述了解，我们发现，普通的访问必须带着行名和列名，这有的时候给我们带来不必要的麻烦，比如我要计算成绩平均值，带上列名Score会给我们带来一些困惑，于是有哪些方法可以在访问数据库元素时不带着行名或者列名呢？
方法一：用attach和detach函数，比如要打印所有names，那么可以写成：
> attach(Result) The following objects are masked _by_ .GlobalEnv: names, scores, StudentID, subjects The following objects are masked from Result (pos = 3): names, scores, StudentID, subjects > name <- names > score <-scores > detach(Result) > name [1] "小明" "小红" "小兰" > score [1] 87 98 93 > mean(score) [1] 92.66667
方法二：用with函数
> with(Result,{score <- scores}) > score [1] 87 98 93 上面谈到了dataframe的创建和读取，如果我需要添加或者删除某一列该怎么办呢？
> Result$age<-c(12,14,13) #添加age列 > Result StudentID names subjects scores age 1 2014 小明 英语 87 12 2 2015 小红 英语 98 14 3 2016 小兰 英语 93 13 > Result2 <- Result[-2] #删除name列 > Result2 StudentID subjects scores age 1 2014 英语 87 12 2 2015 英语 98 14 3 2016 英语 93 13
如果我需要查询成绩等于98的学生的信息该怎么办呢？
> Resu以上就是R语言的Dataframe常用操作使用的详细内容，更多请关注0133技术站其它相关文章！
