R语言数据分析基础(二)

R语言和Python的pandas库都用于数据处理和分析,但它们在语法和功能上有所不同。R语言主要用于统计计算和图形生成,而pandas则专注于数据处理和分析。

以下是一些R语言中实现pandas相似操作的方法:

  1. 数据框(Data Frame) :

    R语言中的数据框(data frame)类似于pandas中的DataFrame,可以存储不同类型的数据。你可以使用data.frame()函数来创建数据框。

    r 复制代码
    # 创建一个数据框
    df <- data.frame(
      A = 1:5,
      B = c("a", "b", "c", "d", "e"),
      C = c(TRUE, FALSE, TRUE, FALSE, TRUE)
    )
  2. 数据读取 :

    R语言中有多种函数可以读取数据,例如read.csv(), read.table(), read_excel()(来自readxl包)等。

    r 复制代码
    # 读取CSV文件
    data <- read.csv("data.csv")
  3. 数据选择和过滤 :

    R语言中可以使用$符号来选择数据框中的列,或者使用subset()函数来过滤数据。

    r 复制代码
    # 选择数据框中的列
    column_A <- df$A
    
    # 过滤数据
    filtered_data <- subset(df, A > 3)
  4. 数据汇总 :

    R语言中有多种函数可以进行数据汇总,例如aggregate(), tapply()等。

    r 复制代码
    # 按列B进行汇总
    summary <- aggregate(A ~ B, data = df, FUN = mean)
  5. 数据可视化 :

    R语言中有许多用于数据可视化的包,如ggplot2, lattice, plotly等。

    r 复制代码
    # 使用ggplot2包进行数据可视化
    library(ggplot2)
    ggplot(df, aes(x = A, y = B)) +
      geom_point()
  6. 数据处理 :

    R语言中有许多用于数据处理的函数,如apply(), lapply(), sapply()等。

    r 复制代码
    # 对数据框的每一列应用函数
    result <- lapply(df, function(x) mean(x, na.rm = TRUE))
相关推荐
Highcharts.js11 小时前
Highcharts直方图使用指南:如何根据派生数据创建直方图?
javascript·信息可视化·直方图·highcharts·图表开发·创建图表·派生数据
弈栈录1 天前
时间序列分析:按日、周、月进行趋势统计
数据分析·pandas
Databend1 天前
OpenRaft 自定义 Membership,按部署拓扑选择 Quorum
大数据·数据库·数据分析
镰刀韭菜1 天前
用 AI 做数据分析时,怎么保住自己的思考力
sql·数据分析·学习方法·提示工程·ai应用
倔强的石头_2 天前
白嫖 1000 次额度,我把这个企业数据 API 的 6 个维度测了个遍
数据分析
Sharewinfo_BJ2 天前
从“看数据”到“做决策”:AI时代,BI的下一个形态是什么?
ai·数据分析·bi·智信bi
躺柒2 天前
读数据分析思维通识课09读后总结与感想兼导读
数据挖掘·数据分析·总结·数据思维
阿水实证通2 天前
当政策效应跨越行政边界:空间溢出下 DID 的识别与估计
r语言·因果推断·计量经济学·双重差分·空间溢出·政策评估
花漾TK2 天前
TikTok达人索样管理:审批、跟踪与数据复盘怎么衔接?
数据分析·tiktok shop·达人营销
Highcharts.js3 天前
Workbuddy + Highcharts Orbit:工作区数据自动建模与可视化分析实践
前端·javascript·信息可视化·数据可视化·highcharts·可视化图表·workbuddy