让我们继续我们的R编程教程系列，了解R中的数据框架。
如果您曾经处理过数据库中的数据，您将熟悉记录的概念。
记录不过是变量的集合。
例如，一个学生记录可以在称为记录的观察中包含学生的卷号，姓名，年龄和性别。
数据库管理系统将这些记录的集合存储为表格。
R具有类似于此类表的结构。
这些被称为数据帧。

与矩阵或者向量不同，数据帧对变量的数据类型没有限制。
每个数据框可以是数字，字符串，因子等的集合。
在R中写入数据帧的唯一规则是所有记录的长度必须相同。
R中的数据帧配备了多种功能，可以处理大量数据以进行统计处理。
让我们开始使用数据帧。

在R编程中创建数据框

可以使用R中的data.frame()函数创建一个数据帧。
此函数可以将任意数量的等长向量作为参数，以及一个可选的参数stringsAsFactors。
我们将很快对此进行讨论。
以下是创建简单数据框的示例。

#Create a string vector to hold the names.
> names <- c("Adam","Antony","Brian","Carl","Doug")

#Create an integer vector to hold the respective ages.
> ages <- c(23,22,24,25,26)

#Build a dataframe from the two vectors
> playerdata <- data.frame(names,ages,stringsAsFactors = FALSE)
#Display the data frame

> playerdata
 names ages
1   Adam   23
2 Antony   22
3  Brian   24
4   Carl   25
5   Doug   26

注意数据帧如何在其结构中同时容纳字符串和关联的整数。
数据框可以具有任意数量的这样的列。
如图所示，R还为数据帧中的每个记录提供唯一的索引号。

参数stringAsFactors设置为FALSE。
否则，R编译器会将每个名称视为特定的分类变量，正如我们在前面的因素教程中所看到的那样。

使用R语言从数据帧访问记录

数据帧的组成部分可以通过索引号或者列名进行访问。
列的索引是使用双方括号符号" "完成的。
当使用名称访问列时，您需要在名称之前加一个美元符号" $"。

> playerdata[[2]]
[1] 23 22 24 25 26
> playerdata$names
[1] "Adam"   "Antony" "Brian"  "Carl"   "Doug"

当您希望访问特定位置的数据时，例如第四列的第二项，可以通过矩阵索引(如符号)来完成。
让我们来看一个例子。

> playerdata[3,2]
[1] 24

您可以使用ncol，nrow和dim函数来验证数据帧的大小。

> names <-c("Akash","Amulya","Raju","Charita","Lokesh","Deepa","Ravi")
> sex<-factor(c("M","F","M","F","M","F","M"))
> age<-c(23,24,34,30,45,33,25)

> emp<-data.frame(names,sex,age, stringsAsFactors = FALSE)

> emp
  names sex age
1   Akash   M  23
2  Amulya   F  24
3    Raju   M  34
4 Charita   F  30
5  Lokesh   M  45
6   Deepa   F  33
7    Ravi   M  25

#Check the dimensions of the data frame
> dim(emp)
[1] 7 3
> nrow(emp)
[1] 7
> ncol(emp)
[1] 3

在R中扩展数据帧

实时数据通常是动态的。
数据的结构随着新变量的添加而不断变化。
随着进行更多的观察，数据的长度不断变化。
为了适应这些情况，R提供了在数据帧中添加和删除行和列的方法。

让我们尝试将新记录添加到上面创建的" emp"数据框中。
为此，我们首先需要创建要单独添加为数据框的记录。
假设我们需要添加一条记录。

> newdata <-data.frame(names="Indu",sex="F",age=29)

现在，我们将该行添加到已创建的" emp"数据帧中，如下所示。

> emp <- rbind(emp,newdata)
> emp
  names sex age
1   Akash   M  23
2  Amulya   F  24
3    Raju   M  34
4 Charita   F  30
5  Lokesh   M  45
6   Deepa   F  33
7    Ravi   M  25
8    Indu   F  29

可以通过使用cbind()函数来向数据帧添加列。

> salary <-c(10000,12000,20000,12000,21000,15000,13000,10000)

> emp<-cbind(emp,salary)
> emp
  names sex age salary
1   Akash   M  23  10000
2  Amulya   F  24  12000
3    Raju   M  34  20000
4 Charita   F  30  12000
5  Lokesh   M  45  21000
6   Deepa   F  33  15000
7    Ravi   M  25  13000
8    Indu   F  29  10000

子集数据框

您可能熟悉使用某些逻辑条件在数据库中查询表的SQL(顺序查询语言)。
R提供类似的功能来查询数据帧并生成较大数据帧的逻辑子集。

假设我希望从" emp"框架中提取属于男性雇员的所有数据记录。
我可以使用以下代码行做到这一点。

> emp[emp$sex=="M",]
 names sex age salary
1  Akash   M  23  10000
3   Raju   M  34  20000
5 Lokesh   M  45  21000
7   Ravi   M  25  13000

" emp $sex =='M`"部分给出布尔值向量，表明特定行的sex值是否为M。
我们使用相同的逻辑布尔向量在emp框架上建立索引。
对于指定类似矩阵的索引，必须使用以下逗号。
逗号前的部分代表行，而逗号后的部分代表列。
由于我们将其留为空白，因此我们只需选择所有列。
我们也可以选择只显示姓名和性别。

> emp[emp$sex=="M",1:2]
 names sex
1  Akash   M
3   Raju   M
5 Lokesh   M
7   Ravi   M

除了提供列的索引号，您还可以提供如下的列名。

> emp[emp$sex=='F',c("names","sex")]
  names sex
2  Amulya   F
4 Charita   F
6   Deepa   F
8    Indu   F

您也可以在索引数据帧时添加逻辑条件。
假设您希望提取所有薪水高于12000的女性雇员的记录。
您可以按照以下步骤进行操作。

> emp[emp$sex=='F'&salary>12000,]
names sex age salary
6 Deepa   F  33  15000

有用的数据框功能

除了上面列出的实用程序外，在处理数据帧时可能还需要一些方便的功能。
本节列出了其中的一些。

排序数据框

可以使用索引中的顺序功能进行排序。

#Sort by decreasing order of salaries.
> emp[order(emp$salary,decreasing = TRUE),]
  names sex age salary
5  Lokesh   M  45  21000
3    Raju   M  34  20000
6   Deepa   F  33  15000
7    Ravi   M  25  13000
2  Amulya   F  24  12000
4 Charita   F  30  12000
1   Akash   M  23  10000
8    Indu   F  29  10000

#Sort by ascending alphabetical order of names.
> emp[order(emp$names,decreasing = FALSE),]
  names sex age
1   Akash   M  23
2  Amulya   F  24
4 Charita   F  30
6   Deepa   F  33
5  Lokesh   M  45
3    Raju   M  34
7    Ravi   M  25

head()和tail()函数

这些分别用于获取数据帧的前几行或者最后几行。
当您拥有庞大的数据集时，这些功能特别有用。
它们使您可以检查数据的特征，而不必通过显示整个数据集来阻塞内存。

#Get the top 2 rows of the dataset.
> head(emp,2)
 names sex age
1  Akash   M  23
2 Amulya   F  24

#Get the last 3 rows of the dataset.
> tail(emp,3)
names sex age
6 Deepa   F  33
7  Ravi   M  25
8  Indu   F  29

默认情况下，head和tail函数获取6行，但未指定任何数字。

合并两个数据框

合并数据帧类似于在表上执行数据库联接。
当在单独的数据帧中有关于数据帧的一列的更多信息可用时，我们可以使用公共列轻松合并这两个列。
例如，请考虑以下情况，我们拥有一些雇员的婚姻状况。

> mar -> data.frame(names=c("Akash","Amulya","Raju","Lokesh","Ravi","Indu"),marital=c("single","married","single","single","single","married"))

现在，我们可以将其与我们的" emp"数据框合并，以获取合并的信息。

> merge(emp,mar,by="names",all=TRUE)
  names sex age marital
1   Akash   M  23  single
2  Amulya   F  24 married
3 Charita   F  30    <NA>
4   Deepa   F  33    <NA>
5    Indu   F  29 married
6  Lokesh   M  45  single
7    Raju   M  34  single
8    Ravi   M  25  single

即使我们没有关于某些员工的信息，数据框仍然会填充NA值，以确保顺利合并。