En el lenguaje de programación R , la creación de subconjuntos permite al usuario acceder a elementos de un objeto. Saca una parte del objeto en función de la condición proporcionada. Hay 4 formas de crear subconjuntos en la programación R. Cada uno de los métodos depende de la usabilidad del usuario y del tipo de objeto. Por ejemplo, si hay un marco de datos con muchas columnas, como estados, países y población, y supongamos que el usuario desea extraer estados de él, entonces se usa el subconjunto para realizar esta operación. En este artículo, analicemos la implementación de diferentes tipos de subconjuntos en la programación R.
R – subconjunto
Método 1: creación de subconjuntos en R mediante el operador [ ]
Usando el operador ‘[ ]’, se puede acceder a elementos de vectores y observaciones de marcos de datos. Para ignorar algunos índices, ‘-‘ se usa para acceder a todos los demás índices del vector o marco de datos.
Ejemplo 1:
En este ejemplo, vamos a crear un vector y realizar subconjuntos usando el operador [ ].
R
# Create vector x <- 1:15 # Print vector cat("Original vector: ", x, "\n") # Subsetting vector cat("First 5 values of vector: ", x[1:5], "\n") cat("Without values present at index 1, 2 and 3: ", x[-c(1, 2, 3)], "\n")
Producción:
Original vector: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 First 5 values of vector: 1 2 3 4 5 Without values present at index 1, 2 and 3: 4 5 6 7 8 9 10 11 12 13 14 15
Ejemplo 2:
En este ejemplo, usemos el marco de datos mtcars presente en el paquete base R para crear subconjuntos.
R
# Dataset cat("Original dataset: \n") print(mtcars) # Subsetting data frame cat("HP values of all cars:\n") print(mtcars['hp']) # First 10 cars cat("Without mpg and cyl column:\n") print(mtcars[1:10, -c(1, 2)])
Producción:
Original dataset: mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 HP values of all cars: hp Mazda RX4 110 Mazda RX4 Wag 110 Datsun 710 93 Hornet 4 Drive 110 Hornet Sportabout 175 Valiant 105 Duster 360 245 Merc 240D 62 Merc 230 95 Merc 280 123 Merc 280C 123 Merc 450SE 180 Merc 450SL 180 Merc 450SLC 180 Cadillac Fleetwood 205 Lincoln Continental 215 Chrysler Imperial 230 Fiat 128 66 Honda Civic 52 Toyota Corolla 65 Toyota Corona 97 Dodge Challenger 150 AMC Javelin 150 Camaro Z28 245 Pontiac Firebird 175 Fiat X1-9 66 Porsche 914-2 91 Lotus Europa 113 Ford Pantera L 264 Ferrari Dino 175 Maserati Bora 335 Volvo 142E 109 Without mpg and cyl column: disp hp drat wt qsec vs am gear carb Mazda RX4 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 160.0 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 360.0 175 3.15 3.440 17.02 0 0 3 2 Valiant 225.0 105 2.76 3.460 20.22 1 0 3 1 Duster 360 360.0 245 3.21 3.570 15.84 0 0 3 4 Merc 240D 146.7 62 3.69 3.190 20.00 1 0 4 2 Merc 230 140.8 95 3.92 3.150 22.90 1 0 4 2 Merc 280 167.6 123 3.92 3.440 18.30 1 0 4 4
Método 2: creación de subconjuntos en R usando el operador [[ ]]
El operador [[ ]] se utiliza para crear subconjuntos de objetos de lista. Este operador es el mismo que el operador [ ] pero la única diferencia es que [[ ]] selecciona solo un elemento mientras que el operador [ ] puede seleccionar más de 1 elemento en un solo comando.
Ejemplo 1: En este ejemplo, vamos a crear una lista y seleccionar los elementos usando el operador [[]].
R
# Create list ls <- list(a = 1, b = 2, c = 10, d = 20) # Print list cat("Original List: \n") print(ls) # Select first element of list cat("First element of list: ", ls[[1]], "\n")
Producción:
Original List: $a [1] 1 $b [1] 2 $c [1] 10 $d [1] 20 First element of list: 1
Ejemplo 2: En este ejemplo, vamos a crear una lista y seleccionar elementos recursivamente usando la función c() .
R
# Create list z <- list(a = list(x = 1, y = "GFG"), b = 1:10) # Print list cat("Original list:\n") print(z) # Print GFG using c() function cat("Using c() function:\n") print(z[[c(1, 2)]]) # Print GFG using only [[]] operator cat("Using [[]] operator:\n") print(z[[1]][[2]])
Producción:
Original list: $a $a$x [1] 1 $a$y [1] "GFG" $b [1] 1 2 3 4 5 6 7 8 9 10 Using c() function: [1] "GFG" Using [[]] operator: [1] "GFG"
Método 3: creación de subconjuntos en R usando el operador $
El operador $se puede usar para listas y marcos de datos en R. A diferencia del operador [], selecciona solo una observación a la vez. Se puede usar para acceder a un elemento en una lista con nombre o una columna en un marco de datos. El operador $solo se aplica a objetos recursivos u objetos similares a listas.
Ejemplo 1: En este ejemplo, vamos a crear una lista con nombre y acceder a los elementos usando el operador $
R
# Create list ls <- list(a = 1, b = 2, c = "Hello", d = "GFG") # Print list cat("Original list:\n") print(ls) # Print "GFG" using $ operator cat("Using $ operator:\n") print(ls$d)
Producción:
Original list: $a [1] 1 $b [1] 2 $c [1] "Hello" $d [1] "GFG" Using $ operator: [1] "GFG"
Ejemplo 2: en este ejemplo, usemos el marco de datos mtcars y seleccionemos una columna en particular usando el operador $.
R
# Dataset cat("Original data frame:\n") print(mtcars) # Access hp column cat("Using $ operator:\n") print(mtcars$hp)
Producción:
Original data frame: mpg cyl disp hp drat wt qsec vs am gear carb Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4 Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4 Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1 Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1 Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2 Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1 Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4 Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2 Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2 Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4 Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4 Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3 Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3 Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3 Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4 Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4 Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4 Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1 Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2 Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1 Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1 Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2 AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2 Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4 Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2 Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1 Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2 Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2 Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4 Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6 Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8 Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2 Using $ operator: [1] 110 110 93 110 175 105 245 62 95 123 123 180 180 180 205 215 230 66 52 [20] 65 97 150 150 245 175 66 91 113 264 175 335 109
Método 4: creación de subconjuntos en R usando la función subset()
La función subset() en la programación R se utiliza para crear un subconjunto de vectores, arrays o marcos de datos en función de las condiciones proporcionadas en los parámetros.
Sintaxis: subconjunto (x, subconjunto, seleccionar)
Parámetros:
- x: indica el objeto
- subconjunto: indica la expresión lógica en base a la cual se debe realizar el subconjunto
- select: indica columnas a seleccionar
Ejemplo 1: En este ejemplo, usemos el marco de datos de calidad del aire presente en el paquete base R y seleccionemos Mes donde Temp < 65.
R
# Subsetting airq <- subset(airquality, Temp < 65, select = c(Month)) # Print subset print(airq)
Producción:
Month 4 5 5 5 8 5 9 5 15 5 16 5 18 5 20 5 21 5 23 5 24 5 25 5 26 5 27 5 144 9 148 9
Ejemplo 2: En este ejemplo, usemos el marco de datos mtcars presente en el paquete base R y seleccione el automóvil con 5 marchas y hp> 200.
R
# Subsetting mtc <- subset(mtcars, gear == 5 & hp > 200, select = c(gear, hp)) # Print subset print(mtc)
Producción:
gear hp Ford Pantera L 5 264 Maserati Bora 5 335
Publicación traducida automáticamente
Artículo escrito por utkarsh_kumar y traducido por Barcelona Geeks. The original can be accessed here. Licence: CCBY-SA