RFE r语言代码 r语言recode函数

摘要: 仅用于记录R语言学习过程：
内容提要：
数据排序：sort()函数、rank()函数、order()函数；
长宽型数据的转换：stack()函数、reshape()函数、reshape2扩展包中的函数：melt()函数、dcast()函数
变量的因子化：factor()函数、cut()函数、ifelse()函数、car扩展包中的recode()函数
正文：
  数据排序、长宽型数据的转换
n  数据排序
u  sort()函数:可对数字和字符串进行排序
 
 
x <- sample(1:100,10)
 
 
                            x
 
 
[1] 64 38 93 74 22 87 59 30  8 24
 
 
sort(x)
 
 
[1]  8 22 24 30 38 59 64 74 87 93
 
 
sort(x,decreasing = TRUE)
 
 
[1] 93 87 74 64 59 38 30 24 22  8
 
 
 示例二：
y <- c('ab','bc','cde','c')
 sort(y)
[1] "ab"  "bc"  "c"   "cde"
 sort(y,decreasing = TRUE)
[1] "cde" "c"   "bc"  "ab"
u  rank()函数：秩次（排名）：给出数字的位次，如果有两个相同的，取位置的平均数。
示例：
 z <- c(1,2,3,3,4,4,5,6,6,6,7,8)
 rank(z)
 [1]  1.0  2.0  3.5  3.5  5.5  5.5  7.0  9.0  9.0  9.0 11.0
[12] 12.0
u  order()函数：最常用。返回的是向量的下标，按照向量从小到大的顺序返回
> x
 [1] 78 75 41 72 85 32 77 47 80 51
> order(x)
 [1]  6  3  8 10  4  2  7  1  9  5
> x[order(x)]
 [1] 32 41 47 51 72 75 77 78 80 85
也可以对数据框进行排序：
head(iris[order(iris$我,iris$是),])
n  长宽型数据的转换
n  长型：堆栈，数据间有不同的分类（如同属一类）；
n  宽型：数据内容相对唯一
n  stack()函数：（堆栈的意思）
> freshman <- c(12,23,24)
> sophomores <- c(25,36,73)
> juniors <- c(32,46,57)
> data.frame(fr= freshman,so = sophomores,jun = juniors)
  fr so jun
1 12 25  32
2 23 36  46
3 24 73  57
> height <- stack(list(fresh =freshman,sopho = sophomores,juni = juniors))
> height
  values   ind
1     12 fresh
2     23 fresh
3     24 fresh
4     25 sopho
5     36 sopho
6     73 sopho
7     32  juni
8     46  juni
9     57  juni
> tapply(height$values,height$ind,mean)   #按照分类求均值，tapply()函数
   fresh    sopho     juni
19.66667 44.66667 45.00000
n  reshape()函数：
u  宽型数据：参数设置：reshape（变量名，数值名称，idvar:标识变量，timevar用于接收‘次数’，direction 设置为宽型数据格式）
wide <- reshape(Indometh,v.names = 'conc',idvar = 'Subject',
                timevar ='time',direction ="wide")
head(wide)
u  长型数据：reshape（文件名，idvar,varying指拟用于区分出来的内容。）
> long <- reshape(wide,idvar = "subject",varying = list(2:12),
+                 v.names = "concentration",direction ="long")
> View(long)
n  reshape2扩展包中的函数
u  melt()函数：参数设置：data=文件名，id.vars 标识变量
new_iris <- melt(data = iris,id.vars = 'Species')
u  dcast()函数:参数设置：（文件名，公式=标识变量~操作变量，汇总函数=mean，value.var = 需要进行汇总的变量）#dcast()非常强大的函数
dcast(new_iris,formula = Species-variable,fun.aggregate = mean,value.var = 'value')
u  tips数据集示例
dcast(tips,formula = sex~.,fun.aggregate = mean,value.var = 'tip')   #给小费与性别的关系 （.点表示占位符，因为只有一个待比较的变量）
    sex        .
1 Female 2.833448
2   Male 3.089618
dcast(data = tips,formula = sex~smoker,fun.aggregate = mean,value.var = 'tip')  #给小费与性别和抽烟与否的关系
     sex       No      Yes
1 Female 2.773519 2.931515
2   Male 3.113402 3.051167
  变量的因子化  （即把连续的变量转换为分类变量）
n  公式法
u  示例1：
> age <- sample(20:80,20)
> age
 [1] 49 64 63 75 74 79 45 66 28 76 60 33 39 77 35 44 31 38 24 53
> age1 <- 1+ (age >30) +(age >40) +(age > 50)
> age1
 [1] 3 4 4 4 4 4 3 4 1 4 4 2 2 4 2 3 2 2 1 4
> age_fac <- factor(age1,labels = c('young','middle','m-old','old'))
> age_fac
 [1] m-old  old    old    old    old    old    m-old  old    young  old    old    middle middle
[14] old    middle m-old  middle middle young  old  
Levels: young middle m-old old
u  示例2：与示例1达到相同的结果
> age2 <- 1*(age < 30) + 2*(age >=30 & age < 40) + 3*(age >=40 & age <50)+4*(age>=50)
> age2
    [1] 3 4 4 4 4 4 3 4 1 4 4 2 2 4 2 3 2 2 1 4
n  cut()法：很常用
u  示例1：
> age3 <- cut(age,breaks = 4,labels = c('young','middle','m-old','old'),include.lowest = TRUE,
+             right = TRUE)
> age3
 [1] middle m-old  m-old  old    old    old    middle old    young  old    m-old  young  middle old  
[15] young  middle young  middle young  m-old
Levels: young middle m-old old
u  示例2：
> age4 <- cut(age,breaks = seq(20,80,length.out = 4),labels = c('young',
+                                                               'middle','old'))
> age4
 [1] middle old    old    old    old    old    middle old    young  old    middle young  young  old  
[15] young  middle young  young  young  middle
Levels: young middle old
n  ifelse()函数：参数设置test是指待用于检验的元素，第二个参数代表检验值为真（yes），第三个参数代表检验值为假（false）。很好用，很常用
u  示例1：
> ifelse(age > 50,'old','young')
 [1] "young" "old"   "old"   "old"   "old"   "old"   "young"
 [8] "old"   "young" "old"   "old"   "young" "young" "old" 
[15] "young" "young" "young" "young" "young" "old" 
u  示例2：
> ifelse(age >60,'old',ifelse(age <30,'young',ifelse ((age >= 30 & age < 45),'m-young','m-old')))
 [1] "m-old"   "old"     "old"     "old"     "old"   
 [6] "old"     "m-old"   "old"     "young"   "old"   
[11] "m-old"   "m-young" "m-young" "old"     "m-young"
[16] "m-young" "m-young" "m-young" "young"   "m-old" 
n  car扩展包中的recode()函数：参数设置，待变量，recode为重新编码规则
u  示例
> recode(var = age, recode ='20:29 = 1;30:39 = 2;40:49 = 3;50:hi = 4')
 [1] 3 4 4 4 4 4 3 4 1 4 4 2 2 4 2 3 2 2 1 4