R語言第二章資料處理⑧資料取樣和離散化
摘要：
目錄
R語言第二章資料處理①選擇列
R語言第二章資料處理②選擇行
R語言第二章資料處理③刪除重複資料
R語言第二章資料處理④資料框排序和重新命名
...
目錄
R語言第二章資料處理⑧資料取樣和離散化
=========================================
- 資料取樣：
setwd("E:\\Rwork")
set.seed(1234)
index <- sample(1:nrow(iris),10, replace = T)
index
sample_set <- iris[index,]
index <- sample(nrow(iris),0.75*nrow(iris))
sample_set <- iris[index,]
- 數值離散化
data(iris) buckets <- 10 maxseplen <- max(iris$Sepal.Length) minseplen <- min(iris$Sepal.Length) cutpoints <- seq(minseplen, maxseplen, by = (maxseplen - minseplen ) / buckets ) cutpoints cutseplen <- cut(iris$Sepal.Length, breaks = cutpoints , include.lowest = TRUE) newiris <- data.frame(contseplen = iris$Sepal.Length , discseplen = cutseplen) newiris
- 資料合併
最常用merge()函式，但是這個函式使用時候這兩種情況需要注意：
1、merge(a,b)，純粹地把兩個資料集合在一起，沒有溝通a、b資料集的by，這樣出現的資料很多，相當於a*b條資料；
2、merge函式是匹配到a,b資料集的並，都有的才匹配出來，如果a、b資料集ID不同，要用all=T（下面有all用法的程式碼）。
ID<-c(1,2,3,4)
name<-c("Jim","Tony","Lisa","Tom")
score<-c(89,22,78,78)
student1<-data.frame(ID,name)
student2<-data.frame(ID,score)
total_student<-merge(student1,student2,by="ID")#或者rbind()
total_student
ID<-c(1,2,3)
name<-c("Jame","Kevin","Sunny")
student1<-data.frame(ID,name)
ID<-c(4,5,6)
name<-c("Sun","Frame","Eric")
student2<-data.frame(ID,name)
total<-cbind(student1,student2)
total