Data Frame一般被翻译为数据框，感觉就像是R中的表，由行和列组成，与Matrix不同的是，每个列可以是不同的数据类型，而Matrix是必须相同的。
Data Frame每一列有列名，每一行也可以指定行名。如果不指定行名，那么就是从1开始自增的Sequence来标识每一行。
使用data.frame函数就可以初始化一个Data Frame。比如我们要初始化一个student的Data Frame其中包含ID和Name还有Gender以及Birthdate，那么代码为：
student&-data.frame(ID=c(11,12,13),Name=c("Devin","Edward","Wenli"),Gender=c("M","M","F"),Birthdate=c("","","”))
另外也可以使用read.table() read.csv()读取一个文本文件，返回的也是一个Data Frame对象。读取数据库也是返回Data Frame对象。
查看student的内容为：
& ID & Name Gender &Birthdate
1 &11 &Devin & & &M
2 &12 Edward & & &M &
3 &13 &Wenli & & &F &
这里只指定了列名为ID，Name，Gender和Birthdate，使用names函数可以查看列名，如果要查看行名，需要用到row.names函数。这里我们希望将ID作为行名，那么可以这样写：
row.names(student)&-student$ID
更简单的办法是在初始化date.frame的时候，有参数row.names可以设置行名的向量。
与Matrix一样，使用[行Index,列Index]的格式可以访问具体的元素。
比如访问第一行:
student[1,]
访问第二列：
student[,2]
使用列的Index或者列名可以选取要访问的哪些列。比如要ID和Name，那么代码为：
idname&-student[1:2]
idname&-student[c("ID","Name”)]
如果是只访问某一列，返回的是Vector类型的，那么可以使用[[或者$来访问。比如我们要所有student的Name，代码为：
name&-student[[2]]&或者name&-student[[“Name”]]&或者name&-student$Name
使用attach和detach函数可以使得访问列时不需要总是跟着变量名在前面。
比如要打印所有Name，那么可以写成：
attach(student)print(Name)detach(student)
还可以换一种简洁一点的写法就是用with函数：
with(student,{&&n&-Name&&print(n)})
这里的n作用域只在大括号内，如果想在with函数中对全局的变量进行赋值，那么需要使用&&-这样一个运算符。
修改列数据类型
接下来我们查看该对象每列的类型，使用str(student)可以得到如下结果：
'data.frame':3 obs. of &4 variables:
&$ ID & & & : num &1 2 3
&$ Name & & : Factor w/ 3 levels "Devin","Edward",..: 1 2 3
&$ Gender & : Factor w/ 2 levels "F","M": 2 2 1
&$ Birthdate: Factor w/ 3 levels "","",..: 2 1 3
默认情况下，字符串向量都会被自动识别成Factor，也就是说，ID是数字类型，其他的3个列都被定义为Factor类型了。显然这里Name应该是字符串类型，Birthdate应该是Date类型，我们需要对列的数据类型进行更改：
student$Name&-as.character(student$Name)student$Birthdate&-as.Date(student$Birthdate)
下面我们再运行str(student)看看修改后的结果：
'data.frame':3 obs. of &4 variables:
&$ ID & & & : num &11 12 13
&$ Name & & : chr &"Devin" "Edward" "Wenli"
&$ Gender & : Factor w/ 2 levels "F","M": 2 2 1
&$ Birthdate: Date, format: "" "" "”
对于以及存在的student对象，我们希望增加Age列，该列是根据Birthdate算出来的。首先需要知道怎么算年龄。我们可以使用日期函数Sys.Date()获得当前的日期，然后使用format函数获得年份，然后用两个年份相减就是年龄。好像R并没有提供几个能用的日期函数，我们只能使用format函数取出年份部分，然后转换为int类型相减。
student$Age&-as.integer(format(Sys.Date(),"%Y"))-as.integer(format(student$Birthdate,"%Y”))
这样写似乎太长了，我们可以用within函数，这个函数和之前提到过的with函数类似，可以省略变量名，不同的地方是within函数可以在其中修改变量，也就是我们这里增加Age列：
student&-within(student,{&&Age&-as.integer(format(Sys.Date(),"%Y"))-as.integer(format(Birthdate,"%Y"))})
查询一个Date Frame，返回一个满足条件的子集，这相当于数据库中的表查询，是非常常见的操作。使用行和列的Index来获取子集是最简单的方法，前面已经提到过。如果我们使用布尔向量，配合which函数，可以实现对行的过滤。比如我们要查询所有Gender为F的数据，那么我们首先对student$Gender==“F”，得到一个布尔向量:FALSE FALSE &TRUE,然后使用which函数可以将布尔向量中TRUE的Index返回，所以我们的完整查询语句就是：
student[which(student$Gender=="F"),]
注意这里列Index并没有输入，如果我们只想知道所有女生的年龄，那么可以改为：
student[which(student$Gender=="F"),"Age”]
这样的查询写法还是复杂了点，可以直接使用subset函数，那么查询会简单些，比如我们把查询条件改为年龄&30的女性，查姓名和年龄，那么查询语句为：
subset(student,Gender=="F"&&&Age&30&,select=c("Name","Age"))
使用SQL查询Data Frame
对于我这种使用了多年SQL的人来说，如果能够直接写SQL语句对Data Frame进行查询操作，那是多么方便美妙的啊，结果还真有这么一个包：sqldf。
同样是前面的需求，对应的语句就是：
library(sqldf)result&-sqldf("select&Name,Age&from&student&where&Gender='F'&and&Age&30")
对于数据库来说，对多表进行join查询是一个很正常的事情，那么在R中也可以对多个Data Frame进行连接，这就需要使用merge函数。
比如除了前面申明的student对象外，我们再申明一个score变量，记录了每个学生的科目和成绩：
score&-data.frame(SID=c(11,11,12,12,13),Course=c("Math","English","Math","Chinese","Math"),Score=c(90,80,80,95,96))
我们看看该表的内容：
& SID &Course Score
1 &11 & &Math & &90
2 &11 English & &80
3 &12 & &Math & &80
4 &12 Chinese & &95
5 &13 & &Math & &96
这里的SID就是Student里面的ID，相当于一个外键，现在要用这个ID进行inner join操作，那么对应的R语句就是：
result&-merge(student,score,by.x="ID",by.y="SID")
我们看看merge以后的结果：
&ID & Name Gender &Birthdate Age &Course Score
1 11 &Devin & & &M
&31 & &Math & &90
2 11 &Devin & & &M
&31 English & &80
3 12 Edward & & &M
&32 & &Math & &80
4 12 Edward & & &M
&32 Chinese & &95
5 13 &Wenli & & &F
&29 & &Math & &96
正如我们期望的一样join在了一起。
除了join，另外一个操作就是union，这也是数据库常用操作，那么在R中如何将两个列一样的Data Frame Union联接在一起呢？虽然R语言中有union函数，但是不是SQL的Union的意思，我们要实现Union功能，需要用到rbind函数。
rbind的两个Data Frame必须有相同的列，比如我们再申明一个student2，将两个变量rbind起来：
student2&-data.frame(ID=c(21,22),Name=c("Yan","Peng"),Gender=c("F","M"),Birthdate=c("",""),Age=c(32,31))rbind(student,student2)
阅读(...) 评论()R语言（4）
简单粗暴的说，如果数据框的一列无论是用names()，colnames(),rename()均不能对其重命名，那么应该是那一列本身就是一个数据框，这种情况下，用plyr包里面的函数则会报错。
在经历了学号读入后会变成科学计数法之后，在处理数据时又遇到了一个新问题，上次用format()函数明明是可以把科学计数法变成文本的，这次在处理一个比较大的数据的时候却失灵了，使用了format()函数之后仍然是科学计数法。这时我尝试了一个方法：
首先，把那一列数据读取到剪贴板上面，然后再用read.delim('clipboard')函数把它们读进去。但这时一定要注意了，这种方式读进去的数据格式是一个数据框，如果在把它赋值进另一个数据框的某一列，就会出现之前所说的错误，不能对该列进行重命名，使用plyr包里面的函数也会报错。我是用的解决方法是先把它转化为矩阵（as.matrix()）再进行赋值，为什么不用as.vector()转化为向量呢，这个我也试过，貌似数据框不能直接转化为向量，但在R语言中矩阵就是向量，所以效果是等价的。
P.S.这个错误让我找了半个多小时
参考知识库
* 以上用户言论只代表其个人观点，不代表CSDN网站的观点或立场
访问：1136次
排名：千里之外
(1)(1)(3)(2)如何根据条件语句来重命名列的元素呢？-python,pandas,数据帧data.frame,conditional-statements-CodeGo.net
如何根据条件语句来重命名列的元素呢？
在熊猫，鉴于此数据
df = pd.DataFrame({'l':['a','b','a','c','b','b','a','b','b','a'], 'v':['x','x','y','y','y','x','x','y','x','y'],'n':[1,2,1,2,2,1,2,1,1,2], 'g':[0,0,0,0,0,1,1,1,1,1]})
这是对的最佳解决方案v基于条件施加到数据
基本上，对于每一行（无论g == 0或g == 1）：
if df.l==a and df.n==1:
df.v='val1'
elif df.l==a and df.n==2:
df.v='val2'
elif df.l==b and df.n==1:
df.v='val3'
elif df.l==b and df.n==2:
df.v='val4'
本文地址 ：CodeGo.net/605704/
-------------------------------------------------------------------------------------------------------------------------
1. 你可以简单地把它们写出来与布尔掩码：
df.loc[(df.l == 'a') & (df.n == 1), 'v'] = 'val1'
df.loc[(df.l == 'a') & (df.n == 2), 'v'] = 'val2'
df.loc[(df.l == 'b') & (df.n == 1), 'v'] = 'val3'
df.loc[(df.l == 'b') & (df.n == 2), 'v'] = 'val4'
In [11]: df
0 0 a 1 val1
1 0 b 2 val4
2 0 a 1 val1
4 0 b 2 val4
5 1 b 1 val3
6 1 a 2 val2
7 1 b 1 val3
8 1 b 1 val3
9 1 a 2 val2
在更一般的你和itertools.product（类似于菲利普的回答）：
from itertools import product
lhs_values, rhs_values = ['a', 'b'], [1, 2]
for i, (lhs, rhs) in enumerate(product(lhs_values, rhs_values)):
df.loc[(df.l == lhs) & (df.n == rhs), 'v'] = 'val%s' % (i + 1)
也许是你最好的唯一的列的值：
for i, (lhs, rhs) in enumerate(product(df.l.unique(), df.n.unique())):
df.loc[(df.l == lhs) & (df.n == rhs), 'v'] = 'val%s' % (i + 1)
In [21]: df
0 0 a 1 val1
1 0 b 2 val4
2 0 a 1 val1
3 0 c 2 val6
4 0 b 2 val4
5 1 b 1 val3
6 1 a 2 val2
7 1 b 1 val3
8 1 b 1 val3
9 1 a 2 val2
我不知道，如果你只是举个例子DataFrame或者这是你的实际DataFrame，但你的条件是笛卡尔积，你可以itertools和循环在左侧和右侧，沿与该一对的
from itertools import product
lhs_values = 'a', 'b'
rhs_values = 1, 2
rep_values = ['val%d' % d for d in range(1, 5)]
lhs_rhs = list(product(lhs_values, rhs_values))
it = zip(*(zip(*lhs_rhs) + [tuple(rep_values)]))
for lhs, rhs, rep in it:
df.v[(df.l == lhs) & (df.n == rhs)] = rep
不同的map：
value_map = {
('a', 1): 'val1',
('a', 2): 'val2',
('b', 1): 'val3',
('b', 2): 'val4'
df.v = map(value_map.get, zip(df.l, df.n))
编辑：下面的菲利普云的另一种方法，如果你想保持原来的df.v值的情况下，在字典中没有匹配 CodeGo.net，你可以这样做，而不是：
df.v = map(lambda x, y, z: value_map.get((x, y), z), df.l, df.n, df.v)
本文标题 ：如何根据条件语句来重命名列的元素呢？
本文地址 ：CodeGo.net/605704/
Copyright (C) 2014 CodeGo.net