数据结构
网络
关系数据库管理系统 (RDBMS)
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
服装设计
法学如何在R数据框中查找数值列的数量？
我们知道数据框可以包含任何类型的列，例如数值型、字符型、逻辑型、因子型等。如果数据框包含多种类型的列，我们可能需要查找每种类型或某种特定类型（例如数值型）的列数。为此，我们可以使用dplyr包中的`select_if`函数以及`length`函数，如下例所示。
示例1
考虑以下数据框：
> x1<-letters[1:20] > x2<-rnorm(20) > x3<-rnorm(20) > x4<-rpois(20,5) > df1<-data.frame(x1,x2,x3,x4) > df1
输出
x1 x2 x3 x4 1 a -0.18404831 0.1082741 2 2 b -0.28597330 0.2584625 0 3 c 1.29158108 -0.5444644 6 4 d -0.80355312 -0.2261304 3 5 e -0.86895219 -0.9499907 4 6 f -0.69489165 0.4523057 3 7 g 0.70987445 -0.1152756 6 8 h 1.46023245 -1.5871850 8 9 i -0.14756283 0.4843958 4 10 j -1.46142329 0.7888207 12 11 k -0.20521299 -0.6228141 9 12 l 0.76613077 -1.3652169 9 13 m 0.07624931 0.3870339 5 14 n 1.22399304 0.4028503 3 15 o -0.09727281 -0.5263696 8 16 p -1.97470094 -0.1248541 4 17 q 0.11621840 -1.9126845 4 18 r -1.13008040 -1.5671634 1 19 s 0.73929690 -0.2571851 3 20 t -0.13389093 0.4876529 4
加载dplyr包并查找df1中数值列的数量：
> library("dplyr")
> length(select_if(df1,is.numeric))
[1] 3示例2
> y1<-LETTERS[1:20]
> y2<-rpois(20,2)
> y3<-rpois(20,2)
> y4<-rpois(20,10)
> y5<-sample(c("Hot","Cold"),20,replace=TRUE)
> df2<-data.frame(y1,y2,y3,y4,y5)
> df2输出
y1 y2 y3 y4 y5 1 A 1 1 10 Cold 2 B 2 0 24 Hot 3 C 3 0 13 Cold 4 D 1 3 14 Cold 5 E 4 4 16 Hot 6 F 3 3 9 Cold 7 G 2 2 12 Hot 8 H 3 1 6 Hot 9 I 4 0 11 Hot 10 J 2 1 14 Hot 11 K 2 0 14 Hot 12 L 1 1 8 Hot 13 M 3 2 10 Hot 14 N 0 5 9 Cold 15 O 1 2 14 Hot 16 P 1 0 13 Cold 17 Q 7 2 13 Hot 18 R 1 2 4 Cold 19 S 1 1 7 Cold 20 T 3 3 10 Hot
查找df中数值列的数量：
> length(select_if(df2,is.numeric)) [1] 3
示例3
> z1<-sample(c("Male","Female"),20,replace=TRUE)
> z2<-rpois(20,25)
> z3<-rnorm(20,2,0.3)
> df3<-data.frame(z1,z2,z3)
> df3输出
z1 z2 z3 1 Female 20 2.037433 2 Female 36 2.252606 3 Female 28 2.126866 4 Male 30 1.966581 5 Male 20 1.871318 6 Female 26 2.250764 7 Male 29 1.882002 8 Female 21 1.796225 9 Male 21 2.404416 10 Male 25 1.571489 11 Female 18 2.419949 12 Male 24 1.974340 13 Male 34 1.877119 14 Male 30 2.390536 15 Female 21 1.688357 16 Female 25 1.664844 17 Male 22 2.060667 18 Male 26 1.391200 19 Female 23 1.757949 20 Female 24 1.727739
查找df3中数值列的数量：
> length(select_if(df3,is.numeric)) [1] 2
更新于：2021年3月5日
1K+ 次浏览
广告