如何用r语言进行数据分类

Python013

如何用r语言进行数据分类,第1张

首先，原始数据是由name(名字)，class(班级)，course(课程)和score(分数)组成的，将其导入R语言并存储在Mydata对象里

接下来，我们利用sqldf包来处理分组汇总的问题。

由于sqldf包不是R语言自带的，所以先用以下代码安装sqldf包：

install.packages("sqldf")

然后选择“China(Beijing)”镜像站点进行安装，R语言会同时自动安装“sqldf”包的依赖包。

安装好sqldf包及其依赖包后，输入以下代码加载sqldf包：

library(sqldf)

一切准备就绪，接下来用sqldf统计每个同学的总成绩和平均分：

sqldf("select name,sum(score) as score_sum,avg(score) as score_avg from Mydata group by name")

统计每个班级的总成绩：

sqldf("select class,sum(score) as score_sum from Mydata group by class")

统计每个班级的每门课程的总成绩和平均分：

sqldf("select class,course,sum(score) as score_sum,avg(score) as score_avg from Mydata group by class,course")

点菜单的编辑，替换，查找处输入 2010，替换处输入 2011，全部替换。 由于担心把不必要的2010替换为2011，可以输入类似 2010.xls 和 2011.xls，如果适用的话。

1.创建数据框

a <- data.frame("geneid1"=rep("TabHLH1",3),"geneid2"=c("TabHLH2.1","TabHLH2.2","TabHLH2.3"),"geneid3"=rep("TabHLH3",3))

结果如下：

 geneid1   geneid2 geneid3

1 TabHLH1 TabHLH2.1 TabHLH3

2 TabHLH1 TabHLH2.2 TabHLH3

3 TabHLH1 TabHLH2.3 TabHLH3

加载函数包

library(dplyr)

library(tidyr)

将第二列以“.”分列

b <- a %>% separate(geneid2, c("gene","id"), "[.]")

结果如下

  geneid1     gene        id   geneid3

1 TabHLH1  TabHLH2  1  TabHLH3

2 TabHLH1  TabHLH2  2  TabHLH3

3 TabHLH1  TabHLH2  3  TabHLH3