En este artículo, vamos a ver cómo dividir una fila en un marco de datos utilizando el lenguaje de programación R.
El corte de filas en R es una forma de acceder a las filas del marco de datos y utilizarlas para operaciones o métodos. Se puede acceder a las filas en cualquier orden posible y almacenarlas también en otros vectores o arrays. El corte de filas es una operación importante que es fácilmente compatible con el lenguaje de programación R.
Hay varias formas de dividir filas de marcos de datos en R:
- Uso de la indexación numérica
- Uso de la indexación de nombres
- Indexación mediante vectores lógicos
Método 1. Uso de la indexación numérica
La indexación numérica en R se puede usar para acceder a una o varias filas del marco de datos. Las filas a las que se accede se pueden especificar entre corchetes usando índices de fila del marco de datos.
trama de datos[i,] donde i es el número de fila de la trama de datos
R
# creating a data frame
data_frame = data.frame(col1 = c(1:15),
col2 = letters[1:15],
col3 = c(0,1,1,1,0,0,0,0,
0,1,1,0,1,1,0))
print("Data Frame")
print(data_frame)
# accessing a particular row from
# data frame
data_frame4 <- data_frame[4,]
print("Row 4 of data frame")
print(data_frame4)
Producción
[1] "Data Frame" col1 col2 col3 1 1 a 0 2 2 b 1 3 3 c 1 4 4 d 1 5 5 e 0 6 6 f 0 7 7 g 0 8 8 h 0 9 9 i 0 10 10 j 1 11 11 k 1 12 12 l 0 13 13 m 1 14 14 n 1 15 15 o 0 [1] "Row 4 of data frame" col1 col2 col3 4 4 d 1
También se puede acceder a múltiples filas del marco de datos en el marco de datos especificando el número de fila en el vector y usándolos entre corchetes.
R
# creating a data frame
data_frame = data.frame(col1 = c(1:15),
col2 = letters[1:15],
col3 = c(0,1,1,1,0,0,0,
0,0,1,1,0,1,1,0))
print("Data Frame")
print(data_frame)
# specifying multiple rows of the
# data frame
row_vec <- c(1,3,5)
# accessing the rows of the data frame
data_frame_mul <- data_frame[row_vec,]
print("Multiple rows of data frame")
print(data_frame_mul)
Producción
[1] "Data Frame" col1 col2 col3 1 1 a 0 2 2 b 1 3 3 c 1 4 4 d 1 5 5 e 0 6 6 f 0 7 7 g 0 8 8 h 0 9 9 i 0 10 10 j 1 11 11 k 1 12 12 l 0 13 13 m 1 14 14 n 1 15 15 o 0 [1] "Multiple rows of data frame" col1 col2 col3 1 1 a 0 3 3 c 1 5 5 e 0
Método 2. Uso de la indexación de nombres
R
# creating a data frame
data_frame = data.frame(col1 = c(1:8),
col2 = letters[1:8],
col3 = c(0,1,1,1,0,0,0,0))
# assigning row names
rownames(data_frame) <- c("r1","r2","r3","r4",
"r5","r6","r7","r8")
print("Data Frame")
print(data_frame)
# subjecting to a logical condition
data_frame_3 = data_frame["r3",]
print("DataFrame row 3")
print (data_frame_3)
Producción
[1] "Data Frame" col1 col2 col3 r1 1 a 0 r2 2 b 1 r3 3 c 1 r4 4 d 1 r5 5 e 0 r6 6 f 0 r7 7 g 0 r8 8 h 0 [1] "DataFrame row 3" col1 col2 col3 r3 3 c 1
Método 3. Indexación usando vectores lógicos
R
# creating a data frame
data_frame = data.frame(col1 = c(1:8),
col2 = letters[1:8],
col3 = c(0,1,1,1,0,0,0,0))
# assigning row names
rownames(data_frame) <- c("r1","r2","r3","r4","r5","r6")
print("Data Frame")
print(data_frame)
# accessing rows of data frame
# using a logical condition
log_vec = data_frame$col3 == 0
print("Dataframe where col3 values are equivalent to 0")
print(data_frame[log_vec,])
Producción
[1] "Data Frame" col1 col2 col3 1 1 a 0 2 2 b 1 3 3 c 1 4 4 d 1 5 5 e 0 6 6 f 0 7 7 g 0 8 8 h 0 [1] "Dataframe where row 1 values are %2 " col1 col2 col3 1 1 a 0 5 5 e 0 6 6 f 0 7 7 g 0 8 8 h 0
Publicación traducida automáticamente
Artículo escrito por yashchuahan y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA