0
点赞
收藏
分享

微信扫一扫

Open CASCADE学习|直纹曲面(ruled surface)

胡桑_b06e 02-21 11:00 阅读 3

Description

创建数据框(data frame),紧耦合的变量集合,它们共享矩阵和列表的许多属性,被大多数R建模软件用作基本数据结构。

数据框:一种在统计分析和数据处理中常用的数据结构,由行和列组成,类似于电子表格。


Usage

data.frame(..., row.names = NULL, check.rows = FALSE,
           check.names = TRUE, fix.empty.names = TRUE,
           stringsAsFactors = FALSE)

Arguments

参数【...】:这些参数的形式是 value 或 tag = value。组件名称是基于标签(如果存在)或解析参数本身创建的。

参数【row.names】:NULL 或单个整数或字符串,指定要用作行名的列,或一个字符或整数向量,为数据框提供行名。

参数【check.rows】:如果为 TRUE,则检查行长度与名称的一致性。

参数【check.names】:逻辑值。如果为TRUE,则检查数据框中的变量名,以确保它们是语法上有效的变量名,并且不重复。如有必要,可以对它们进行调整(通过make.names)。

参数【fix.empty.names】:逻辑值,指示“未命名”的参数(在没有被 someName = arg 正式命名)是否获得自动构造的名称,或者更确切地说是 “”。即使 check.names 为 FALSE,如果应该保留 “”名称,也需要设置为 FASLE。

参数【stringsAsFactors】:逻辑值:应该将字符向量转换为因子吗?“factory-fresh”的默认值以前为TRUE,但在R 4.0.0 中已更改为FALSE。


Details

数据框是给定类“data.frame”的具有相同行数且具有唯一行名的变量列表。如果不包含变量,则行名决定行数。

列名应该是非空的,尝试使用空名称将产生不支持的结果。允许使用重复的列名,但是您需要对data.frame使用check.names = FALSE来生成这样的数据帧。然而,并不是所有对数据帧的操作都会保留重复的列名:例如,类似矩阵的子集将强制结果中的列名是唯一的。

data.frame通过调用as.data.frame(optional = TRUE)将它的每个参数转换为一个数据帧。由于这是一个泛型函数,因此可以编写方法来根据其类更改参数的行为:R提供了许多这样的方法。传递给data.frame的字符变量如果没有I保护,并且参数stringsAsFactors为真,则转换为因子列。如果将列表或数据帧或矩阵传递给data.frame,则好像每个组件或列都作为单独的参数传递(由I保护的矩阵除外)。

传递给data.frame的对象应该具有相同的行数,但是原子向量(参见is.vector)、因子和受I保护的字符向量将在必要时被循环使用整次(包括作为列表参数的元素)。

如果在对data.frame的调用中没有提供行名,则从具有合适名称的第一个组件中获取行名,例如具有行名或数据帧的命名向量或矩阵。(如果该组件随后被回收,则这些名称将被丢弃并发出警告。)如果row.names作为NULL提供或没有找到合适的组件,则行名是从1开始的整数序列(并且这样的行名被认为是“自动的”,而不是由as.matrix保留)。

如果提供的行名长度为1,并且数据帧只有一行,则使用row.names来指定行名,而不是列名(通过名称或数字)。

从不受I保护的向量输入中删除名称。


Value

一种数据框架,一种类似矩阵的结构,其列可以是不同的类型(数字、逻辑、因子和字符等)。

如何创建数据帧的名称是复杂的,本段的其余部分只是基本的故事。如果参数都是命名的简单对象(不是列表、数据帧矩阵),则参数名给出列名。对于一个未命名的简单参数,使用参数的离去版本作为名称(去掉了封闭的I(…))。对于具有多个命名列的命名矩阵/列表/数据帧参数,列的名称是参数的名称后跟一个点和参数内的列名:如果参数未命名,则使用参数的列名。对于包含单个列的已命名或未命名的矩阵/列表/数据帧参数,结果中的列名就是参数中的列名。最后,将这些名称调整为唯一且在语法上有效,除非check.names = FALSE。


Example

L3 <- LETTERS[1:3]
char <- sample(L3, 10, replace = TRUE)
(d <- data.frame(x = 1, y = 1:10, char = char))
   x  y char
1  1  1    A
2  1  2    A
3  1  3    C
4  1  4    B
5  1  5    B
6  1  6    A
7  1  7    A
8  1  8    A
9  1  9    A
10 1 10    B
data.frame(1, 1:10, sample(L3, 10, replace = TRUE))
   X1 X1.10 sample.L3..10..replace...TRUE.
1   1     1                              B
2   1     2                              C
3   1     3                              C
4   1     4                              B
5   1     5                              A
6   1     6                              A
7   1     7                              B
8   1     8                              A
9   1     9                              B
10  1    10                              C
is.data.frame(d)
[1] TRUE
(dd <- data.frame(d, fac = letters[1:10], stringsAsFactors = TRUE))
   x  y char fac
1  1  1    A   a
2  1  2    A   b
3  1  3    C   c
4  1  4    B   d
5  1  5    B   e
6  1  6    A   f
7  1  7    A   g
8  1  8    A   h
9  1  9    A   i
10 1 10    B   j
rbind(class = sapply(dd, class), mode = sapply(dd, mode))
      x         y         char        fac      
class "numeric" "integer" "character" "factor" 
mode  "numeric" "numeric" "character" "numeric"
stopifnot(1:10 == row.names(d)) 
(d0  <- d[, FALSE]) 
data frame with 0 columns and 10 rows
(d.0 <- d[FALSE, ]) 
[1] x    y    char
<0 行> (或0-长度的row.names)
(d00 <- d0[FALSE, ])
data frame with 0 columns and 0 rows
举报

相关推荐

0 条评论