数据排序与长宽型数据的转换
2021-06-09 本文已影响0人
Hayley笔记
1. 数据排序
1. sort()函数
对数值进行排序
x <- sample(1:100,10)
x
# [1] 19 78 65 40 52 89 62 71 32 76
sort(x)
# [1] 19 32 40 52 62 65 71 76 78 89
sort(x,decreasing = T)
# [1] 89 78 76 71 65 62 52 40 32 19
对字符串进行排序（按首字母顺序）
y <- c('python','ruby','java','r')
y
# [1] "python" "ruby" "java" "r"
sort(y)
# [1] "java" "python" "r" "ruby"
1.2 rank()函数（秩次）
❗️取秩次在秩和检验中用得到
x
# [1] 19 78 65 40 52 89 62 71 32 76
rank(x)
# [1] 1 9 6 3 4 10 5 7 2 8
# 返回的是秩次，也就是按从小到大排列后，19是排在1位，78排在9位，依次类推。
z <- c(1,2,3,3,4,4,5,6,6,6,7,8,8)
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] 12.5 12.5
# 出现相同的值时，秩次也取均值，相同的值秩次相同。
1.3 order()函数（常用⚠️）
x
# [1] 19 78 65 40 52 89 62 71 32 76
order(x)
# [1] 1 9 4 5 7 3 8 10 2 6
# 返回的是原始x的下标。也就是从小到大排列后，排第一的是x的第1个元素，排第二的是x的第9个元素，依此类推。
x[order(x)] #order(x)先返回排序后的下标，再用这个下标对x进行排序，相当于sort。
# [1] 19 32 40 52 62 65 71 76 78 89
应用于数据框⚠️（sort只能对向量进行排序，order返回的是下标，因此可以对数据框排序）
# 根据Sepal.Length对数据框进行排序
head(iris)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1 5.1 3.5 1.4 0.2 setosa
# 2 4.9 3.0 1.4 0.2 setosa
# 3 4.7 3.2 1.3 0.2 setosa
# 4 4.6 3.1 1.5 0.2 setosa
# 5 5.0 3.6 1.4 0.2 setosa
# 6 5.4 3.9 1.7 0.4 setosa
head(iris[order(iris$Sepal.Length),])
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 14 4.3 3.0 1.1 0.1 setosa
# 9 4.4 2.9 1.4 0.2 setosa
# 39 4.4 3.0 1.3 0.2 setosa
# 43 4.4 3.2 1.3 0.2 setosa
# 42 4.5 2.3 1.3 0.3 setosa
# 4 4.6 3.1 1.5 0.2 setosa
2. 长宽型数据的转换
2.1 stack()函数
freshmen <- c(178,180,182,180)
sophomores <- c(188,172,175,172)
juniors <- c(167,172,177,174)
df <- data.frame(fresh=freshmen,sopho=sophomores,jun=juniors)
df #宽型数据
# fresh sopho jun
# 1 178 188 167
# 2 180 172 172
# 3 182 175 177
# 4 180 172 174
height <- stack(list(fresh=freshmen,sopho=sophomores,jun=juniors))
height #长型数据
# values ind
# 1 178 fresh
# 2 180 fresh
# 3 182 fresh
# 4 180 fresh
# 5 188 sopho
# 6 172 sopho
# 7 175 sopho
# 8 172 sopho
# 9 167 jun
# 10 172 jun
# 11 177 jun
# 12 174 jun
长型数据方便汇总计算
tapply(height$values,height$ind,mean)
# fresh sopho jun
# 180.00 176.75 172.50
2.2 reshape()函数
将长型数据Indometh转换成宽型数据
wide <- reshape(Indometh,v.names = 'conc',idvar = 'Subject',
timevar = 'time',direction = 'wide')
# v.names参数是把哪个变量设置成value（变成数据框后填在数据框中的值）
# id.var参数设置标示变量（分行）
# timevar参数设置v.names是根据谁来重复的（分列）
# direction设置转换成长型还是宽型
#长变宽
head(wide)
# Subject conc.0.25 conc.0.5 conc.0.75 conc.1 conc.1.25 conc.2 conc.3 conc.4 conc.5 conc.6 conc.8
# 1 1 1.50 0.94 0.78 0.48 0.37 0.19 0.12 0.11 0.08 0.07 0.05
# 12 2 2.03 1.63 0.71 0.70 0.64 0.36 0.32 0.20 0.25 0.12 0.08
# 23 3 2.72 1.49 1.16 0.80 0.80 0.39 0.22 0.12 0.11 0.08 0.08
# 34 4 1.85 1.39 1.02 0.89 0.59 0.40 0.16 0.11 0.10 0.07 0.07
# 45 5 2.05 1.04 0.81 0.39 0.30 0.23 0.13 0.11 0.08 0.10 0.06
# 56 6 2.31 1.44 1.03 0.84 0.64 0.42 0.24 0.17 0.13 0.10 0.09
#宽变长
long=reshape(wide, idvar = "Subject", varying = list(2:12),v.names = "conc", direction = "long")
# 和原始Indometh不太一样
2.3 reshape2包的melt()函数和decast()函数
⚠️tidyr也可以进行长宽型数值的转换且功能更强大，可以用来替代reshape2
- melt()函数
iris前四列是宽型数据，最后一列是长型数据
head(iris)
# Sepal.Length Sepal.Width Petal.Length Petal.Width Species
# 1 5.1 3.5 1.4 0.2 setosa
# 2 4.9 3.0 1.4 0.2 setosa
# 3 4.7 3.2 1.3 0.2 setosa
# 4 4.6 3.1 1.5 0.2 setosa
# 5 5.0 3.6 1.4 0.2 setosa
# 6 5.4 3.9 1.7 0.4 setosa
new_iris <- melt(data = iris,id.vars = 'Species')
head(new_iris)
# Species variable value
# 1 setosa Sepal.Length 5.1
# 2 setosa Sepal.Length 4.9
# 3 setosa Sepal.Length 4.7
# 4 setosa Sepal.Length 4.6
# 5 setosa Sepal.Length 5.0
# 6 setosa Sepal.Length 5.4
- decast()函数
dcast(new_iris,formula = Species~variable,fun.aggregate = mean,value.var = 'value')
# Species Sepal.Length Sepal.Width Petal.Length Petal.Width
# 1 setosa 5.006 3.428 1.462 0.246
# 2 versicolor 5.936 2.770 4.260 1.326
# 3 virginica 6.588 2.974 5.552 2.026
