Manipulering af Kolonner
Data frames er fleksible: du kan tilføje, fjerne og omdøbe kolonner efter behov.
Tilføjelse af kolonner
For at tilføje en ny kolonne, tildel en vektor af værdier til et nyt kolonnenavn. Du kan bruge enten dollartegnet ($
) eller kantede parenteser med anførselstegn.
Eksempel
12345678name <- c("Alex", "Julia", "Finn") age <- c(24, 43, 32) gender <- c("M", "F", "M") test <- data.frame(name, age, gender) # Adding a new column with job titles test$job <- c("Teacher", "Doctor", "Manager") test
Du kan også gøre det samme med:
test[, "Job"] <- c("Teacher", "Doctor", "Manager")
Længden af den vektor, du tilføjer, skal matche antallet af rækker i dataframen.
Sletning af kolonner
For at fjerne en eller flere kolonner, anvend funktionen subset()
med argumentet select = -...
.
Eksempel
12345678910name <- c("Alex", "Julia", "Finn") age <- c(24, 43, 32) gender <- c("M", "F", "M") test <- data.frame(name, age, gender) test$job <- c('Teacher', 'Doctor', 'Manager') # Drop a single column subset(test, select = -job) # Drop multiple columns subset(test, select = -c(age, gender))
Omdøbning af kolonner
For at omdøbe kolonner, anvend funktionen colnames()
. Syntaksen er den samme som for matricer:
colnames(data) <- new_names
Swipe to start coding
Du har en data frame store
, der indeholder information om varer og deres priser fra en lille møbelforretning:
items | prices |
---|---|
Sofa | 340 |
Armchair | 150 |
Dining table | 115 |
Dining chair | 45 |
Bookshelf | 160 |
Du skal omdanne den til denne tabel:
Item | Price | Sold |
---|---|---|
Sofa | 340 | 67 |
Armchair | 150 | 81 |
Dining table | 115 | 79 |
Dining chair | 45 | 76 |
Bookshelf | 160 | 42 |
Følg disse trin:
- Omdøb kolonnenavnene i
store
tilc('Item', 'Price')
. - Tilføj en ny kolonne
Sold
med værdiernec(67, 81, 79, 76, 42)
. - Udskriv den ændrede data frame.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you show me how to rename specific columns instead of all at once?
What happens if the vector length doesn't match the number of rows or columns?
Can you explain how to add a column based on calculations from existing columns?
Awesome!
Completion rate improved to 2.27
Manipulering af Kolonner
Stryg for at vise menuen
Data frames er fleksible: du kan tilføje, fjerne og omdøbe kolonner efter behov.
Tilføjelse af kolonner
For at tilføje en ny kolonne, tildel en vektor af værdier til et nyt kolonnenavn. Du kan bruge enten dollartegnet ($
) eller kantede parenteser med anførselstegn.
Eksempel
12345678name <- c("Alex", "Julia", "Finn") age <- c(24, 43, 32) gender <- c("M", "F", "M") test <- data.frame(name, age, gender) # Adding a new column with job titles test$job <- c("Teacher", "Doctor", "Manager") test
Du kan også gøre det samme med:
test[, "Job"] <- c("Teacher", "Doctor", "Manager")
Længden af den vektor, du tilføjer, skal matche antallet af rækker i dataframen.
Sletning af kolonner
For at fjerne en eller flere kolonner, anvend funktionen subset()
med argumentet select = -...
.
Eksempel
12345678910name <- c("Alex", "Julia", "Finn") age <- c(24, 43, 32) gender <- c("M", "F", "M") test <- data.frame(name, age, gender) test$job <- c('Teacher', 'Doctor', 'Manager') # Drop a single column subset(test, select = -job) # Drop multiple columns subset(test, select = -c(age, gender))
Omdøbning af kolonner
For at omdøbe kolonner, anvend funktionen colnames()
. Syntaksen er den samme som for matricer:
colnames(data) <- new_names
Swipe to start coding
Du har en data frame store
, der indeholder information om varer og deres priser fra en lille møbelforretning:
items | prices |
---|---|
Sofa | 340 |
Armchair | 150 |
Dining table | 115 |
Dining chair | 45 |
Bookshelf | 160 |
Du skal omdanne den til denne tabel:
Item | Price | Sold |
---|---|---|
Sofa | 340 | 67 |
Armchair | 150 | 81 |
Dining table | 115 | 79 |
Dining chair | 45 | 76 |
Bookshelf | 160 | 42 |
Følg disse trin:
- Omdøb kolonnenavnene i
store
tilc('Item', 'Price')
. - Tilføj en ny kolonne
Sold
med værdiernec(67, 81, 79, 76, 42)
. - Udskriv den ændrede data frame.
Løsning
Tak for dine kommentarer!
single