R 数据框

17 Mar 2025 | 6 分钟阅读

数据框是一种类似二维数组的结构或表格，其中一列包含一个变量的值，行包含来自每列的一组值。数据框是列表的一种特殊情况，其中每个组件的长度相等。

数据框用于存储数据表，并且以列表形式存在于数据框中的向量长度相等。

简单来说，它是一个等长向量的列表。矩阵可以包含一种类型的数据，但数据框可以包含不同的数据类型，例如数值、字符、因子等。

数据框具有以下特征。

列名不应为空。
行名应该唯一。
存储在数据框中的数据可以是因子、数值或字符类型。
每列包含相同数量的数据项。

如何创建数据框

在 R 中，数据框是借助 data 的 frame() 函数创建的。此函数包含任何类型的向量，例如数值、字符或整数。在下面的示例中，我们创建一个数据框，其中包含员工 ID（整数向量）、员工姓名（字符向量）、工资（数值向量）和开始日期（日期向量）。

示例

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,915.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
# Printing the data frame.			
print(emp.data)

输出

employee_idemployee_namesalstarting_date
1           1       Shubham623.30    2012-01-01
2           2        Arpita915.20    2013-09-23
3           3        Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5          5         Sumit843.25    2015-03-27

获取 R 数据框的结构

在 R 中，我们可以找到数据框的结构。 R 提供了一个内置函数 str()，它返回带有其完整结构的数据。在下面的示例中，我们使用不同数据类型的向量创建了一个框架，并提取了它的结构。

示例

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
# Printing the structure of data frame.			
str(emp.data)

输出

'data.frame':   5 obs. of  4 variables:
 $ employee_id  : int  1 2 3 4 5
 $ employee_name: chr  "Shubham" "Arpita" "Nishka" "Gunjan" ...
 $ sal          : num  623 515 611 729 843
 $ starting_date: Date, format: "2012-01-01" "2013-09-23" ...

从数据框中提取数据

数据框的数据对我们来说非常关键。为了操作数据框的数据，必须从中提取数据。我们可以通过三种方式提取数据，如下所示

我们可以使用列名从数据框中提取特定的列。
我们也可以从数据框中提取特定的行。
我们可以提取与特定列对应的特定行。

让我们看看每个示例，以了解如何借助这些方法从数据框中提取数据。

从数据框中提取特定列

示例

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name= c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
# Extracting specific columns from a data frame 	
final <- data.frame(emp.data$employee_id,emp.data$sal)
print(final)

输出

emp.data.employee_idemp.data.sal
1                    		1       623.30
2                    		2       515.20
3          			3       611.00
4                    		4       729.00
5                    		5       843.25

从数据框中提取特定行

示例

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
# Extracting first row from a data frame 	
final <- emp.data[1,]
print(final)


# Extracting last two row from a data frame 	
final <- emp.data[4:5,]
print(final)

输出

        employee_id  employee_name    sal       starting_date
1          1           Shubham       623.3        2012-01-01

       employee_id  employee_name    sal      starting_date
4         4          Gunjan        729.00       2014-05-11
5         5          Sumit         843.25       2015-03-27

提取与特定列对应的特定行

示例

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
# Extracting 2nd and 3rd row corresponding to the 1st and 4th column	
final <- emp.data[c(2,3),c(1,4)]
print(final)

输出

        employee_id   starting_date
2           2           2013-09-23
3           3           2014-11-15

数据框的修改

R 允许我们修改数据框。像矩阵修改一样，我们可以通过重新分配来修改数据框。我们不仅可以添加行和列，还可以删除它们。通过添加行和列来扩展数据框。

我们可以

通过使用 cbind() 函数添加一个列向量与新的列名来添加一个列。
通过以与现有数据框相同的结构添加新行并使用 rbind() 函数来添加行
通过将 NULL 值分配给它们来删除列。
通过重新分配它们来删除行。

让我们看一个例子，了解 rbind() 函数如何工作以及如何在我们的数据框中进行修改。

示例：添加行和列

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
print(emp.data)

#Adding row in the data frame
x <- list(6,"Vaishali",547,"2015-09-01")
rbind(emp.data,x)

#Adding column in the data frame
y <- c("Moradabad","Lucknow","Etah","Sambhal","Khurja")
cbind(emp.data,Address=y)

输出

     employee_id  employee_name    sal          starting_date
1       1              Shubham    623.30          2012-01-01
2       2              Arpita     515.20          2013-09-23
3       3              Nishka     611.00          2014-11-15
4       4              Gunjan     729.00          2014-05-11
5       5              Sumit      843.25          2015-03-27
     employee_id  employee_name     sal        starting_date
1       1              Shubham     623.30          2012-01-01
2       2              Arpita      515.20          2013-09-23
3       3              Nishka      611.00          2014-11-15
4       4              Gunjan      729.00          2014-05-11
5       5              Sumit       843.25          2015-03-27
6       6              Vaishali    547.00          2015-09-01
     employee_id     employee_name    sal        starting_date        Address
1       1              Shubham       623.30        2012-01-01        Moradabad
2       2              Arpita        515.20        2013-09-23        Lucknow
3       3              Nishka        611.00        2014-11-15        Etah
4       4              Gunjan        729.00        2014-05-11        Sambhal
5       5              Sumit         843.25        2015-03-27        Khurja

示例：删除行和列

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
print(emp.data)

#Delete rows from data frame
emp.data<-emp.data[-1,]
print(emp.data)

#Delete column from the data frame
emp.data$starting_date<-NULL
print(emp.data)

输出

employee_idemployee_namesalstarting_date
1           1       Shubham623.30    2012-01-01
2           2        Arpita515.20    2013-09-23
3           3        Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5           5         Sumit843.25    2015-03-27
employee_idemployee_namesalstarting_date
2           2        Arpita515.20    2013-09-23
3           3        Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5           5         Sumit843.25    2015-03-27
employee_idemployee_namesal
1           1       Shubham623.30    
2           2        Arpita515.20    
3         3        Nishka611.00    
4           4        Gunjan729.00    
5           5         Sumit843.25

数据框中数据的摘要

在某些情况下，需要找到数据框中数据的统计摘要和性质。 R 提供了 summary() 函数来提取数据的统计摘要和性质。此函数将数据框作为参数，并返回数据的统计信息。让我们看一个例子来了解如何在 R 中使用这个函数

示例

# Creating the data frame.
emp.data<- data.frame(
employee_id = c (1:5), 
employee_name = c("Shubham","Arpita","Nishka","Gunjan","Sumit"),
sal = c(623.3,515.2,611.0,729.0,843.25), 

starting_date = as.Date(c("2012-01-01", "2013-09-23", "2014-11-15", "2014-05-11",
      "2015-03-27")),
stringsAsFactors = FALSE
)
print(emp.data)

#Printing the summary
print(summary(emp.data))

输出

employee_idemployee_namesalstarting_date
1           1       Shubham623.30    2012-01-01
2           2        Arpita515.20    2013-09-23
3           3  Nishka611.00    2014-11-15
4           4        Gunjan729.00    2014-05-11
5           5         Sumit843.25    2015-03-27

employee_idemployee_namesalstarting_date
 Min.   :1   Length:5           Min.   :515.2   Min.   :2012-01-01
 1st Qu.:2    Class :character   1st Qu.:611.0 1st Qu.:2013-09-23
 Median :3    Mode  :character   Median :623.3   Median :2014-05-11
 Mean   :3                       Mean   :664.4   Mean   :2014-01-14
 3rd Qu.:4              3rd Qu.:729.0   3rd Qu.:2014-11-15
 Max.   :5                       Max.   :843.2   Max.   :2015-03-27

下一个主题R 因子

← 上一步下一步 →

我们提供所有技术（如 Java 教程、Android、Java 框架）的教程和面试问题

联系信息

G-13, 2nd Floor, Sec-3, Noida, UP, 201301, India

hr@tpointtech.com

+91-9599086977

关注我们

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

R 教程

R 基础

R 语句

R 循环

R 函数

R 数据结构

R 高级

数据接口

数据可视化

R 回归

R 统计

其他

R 数据框

如何创建数据框

获取 R 数据框的结构

从数据框中提取数据

从数据框中提取特定列

从数据框中提取特定行

提取与特定列对应的特定行

数据框的修改

数据框中数据的摘要

相关帖子

R 向量

R 因子

R 数组

R 列表

R 矩阵

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器