R编程中的子集
在 R 编程语言中，子集允许用户访问对象中的元素。它根据提供的条件从对象中取出一部分。 R 编程中有 4 种子集化方法。每种方法都取决于用户的可用性和对象的类型。例如，如果有一个包含许多列（例如州、国家和人口）的数据框，并且假设用户想要从中提取状态，则使用子集来执行此操作。在本文中，让我们讨论 R 编程中不同类型子集的实现。
R – 子集
方法 1：在 R 中使用 [ ] 运算符进行子集化
使用“[]”运算符，可以访问来自数据帧的向量元素和观察值。为了忽略某些索引，'-' 用于访问向量或数据帧的所有其他索引。
示例 1：
在此示例中，让我们创建一个向量并使用 [ ]运算符执行子集。
R
# Create vector
x <- 1:15
# Print vector
cat("Original vector: ", x, "\n")
# Subsetting vector
cat("First 5 values of vector: ", x[1:5], "\n")
cat("Without values present at index 1, 2 and 3: ",
x[-c(1, 2, 3)], "\n")R
# Dataset
cat("Original dataset: \n")
print(mtcars)
# Subsetting data frame
cat("HP values of all cars:\n")
print(mtcars['hp'])
# First 10 cars
cat("Without mpg and cyl column:\n")
print(mtcars[1:10, -c(1, 2)])R
# Create list
ls <- list(a = 1, b = 2, c = 10, d = 20)
# Print list
cat("Original List: \n")
print(ls)
# Select first element of list
cat("First element of list: ", ls[[1]], "\n")R
# Create list
z <- list(a = list(x = 1, y = "GFG"), b = 1:10)
# Print list
cat("Original list:\n")
print(z)
# Print GFG using c() function
cat("Using c() function:\n")
print(z[[c(1, 2)]])
# Print GFG using only [[]] operator
cat("Using [[]] operator:\n")
print(z[[1]][[2]])R
# Create list
ls <- list(a = 1, b = 2, c = "Hello", d = "GFG")
# Print list
cat("Original list:\n")
print(ls)
# Print "GFG" using $ operator
cat("Using $ operator:\n")
print(ls$d)R
# Dataset
cat("Original data frame:\n")
print(mtcars)
# Access hp column
cat("Using $ operator:\n")
print(mtcars$hp)R
# Subsetting
airq <- subset(airquality, Temp < 65,
select = c(Month))
# Print subset
print(airq)R
# Subsetting
mtc <- subset(mtcars, gear == 5 & hp > 200,
select = c(gear, hp))
# Print subset
print(mtc)输出：
Original vector: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
First 5 values of vector: 1 2 3 4 5
Without values present at index 1, 2 and 3: 4 5 6 7 8 9 10 11 12 13 14 15示例 2：
在此示例中，让我们使用 R 基础包中存在的 mtcars 数据框进行子集化。
R
# Dataset
cat("Original dataset: \n")
print(mtcars)
# Subsetting data frame
cat("HP values of all cars:\n")
print(mtcars['hp'])
# First 10 cars
cat("Without mpg and cyl column:\n")
print(mtcars[1:10, -c(1, 2)])
输出：
Original dataset:
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
HP values of all cars:
hp
Mazda RX4 110
Mazda RX4 Wag 110
Datsun 710 93
Hornet 4 Drive 110
Hornet Sportabout 175
Valiant 105
Duster 360 245
Merc 240D 62
Merc 230 95
Merc 280 123
Merc 280C 123
Merc 450SE 180
Merc 450SL 180
Merc 450SLC 180
Cadillac Fleetwood 205
Lincoln Continental 215
Chrysler Imperial 230
Fiat 128 66
Honda Civic 52
Toyota Corolla 65
Toyota Corona 97
Dodge Challenger 150
AMC Javelin 150
Camaro Z28 245
Pontiac Firebird 175
Fiat X1-9 66
Porsche 914-2 91
Lotus Europa 113
Ford Pantera L 264
Ferrari Dino 175
Maserati Bora 335
Volvo 142E 109
Without mpg and cyl column:
disp hp drat wt qsec vs am gear carb
Mazda RX4 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 167.6 123 3.92 3.440 18.30 1 0 4 4方法 2：在 R 中使用 [[ ]] 运算符进行子集化
[[ ]]运算符用于列表对象的子集化。此运算符与 [ ]运算符相同，但唯一的区别是 [[ ]] 仅选择一个元素，而 [ ]运算符可以在单个命令中选择多个元素。
示例 1：在此示例中，让我们创建一个列表并使用 [[]]运算符选择元素。
R
# Create list
ls <- list(a = 1, b = 2, c = 10, d = 20)
# Print list
cat("Original List: \n")
print(ls)
# Select first element of list
cat("First element of list: ", ls[[1]], "\n")
输出：
Original List:
$a
[1] 1
$b
[1] 2
$c
[1] 10
$d
[1] 20
First element of list: 1 示例 2：在此示例中，让我们创建一个列表并使用c()函数递归地选择元素。
R
# Create list
z <- list(a = list(x = 1, y = "GFG"), b = 1:10)
# Print list
cat("Original list:\n")
print(z)
# Print GFG using c() function
cat("Using c() function:\n")
print(z[[c(1, 2)]])
# Print GFG using only [[]] operator
cat("Using [[]] operator:\n")
print(z[[1]][[2]])
输出：
Original list:
$a
$a$x
[1] 1
$a$y
[1] "GFG"
$b
[1] 1 2 3 4 5 6 7 8 9 10
Using c() function:
[1] "GFG"
Using [[]] operator:
[1] "GFG"方法 3：在 R 中使用 $ 运算符进行子集化
$运算符可用于 R 中的列表和数据框。与 [ ]运算符不同，它一次只选择一个观察值。它可用于访问命名列表中的元素或数据框中的列。 $运算符仅适用于递归对象或类似列表的对象。
示例 1：在此示例中，让我们创建一个命名列表并使用 $运算符访问元素
R
# Create list
ls <- list(a = 1, b = 2, c = "Hello", d = "GFG")
# Print list
cat("Original list:\n")
print(ls)
# Print "GFG" using $ operator
cat("Using $ operator:\n")
print(ls$d)
输出：
Original list:
$a
[1] 1
$b
[1] 2
$c
[1] "Hello"
$d
[1] "GFG"
Using $ operator:
[1] "GFG"示例 2：在此示例中，让我们使用 mtcars 数据框并使用 $ 运算符选择特定列。
R
# Dataset
cat("Original data frame:\n")
print(mtcars)
# Access hp column
cat("Using $ operator:\n")
print(mtcars$hp)
输出：
Original data frame:
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 21.0 6 160.0 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 21.0 6 160.0 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 22.8 4 108.0 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 21.4 6 258.0 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 18.7 8 360.0 175 3.15 3.440 17.02 0 0 3 2
Valiant 18.1 6 225.0 105 2.76 3.460 20.22 1 0 3 1
Duster 360 14.3 8 360.0 245 3.21 3.570 15.84 0 0 3 4
Merc 240D 24.4 4 146.7 62 3.69 3.190 20.00 1 0 4 2
Merc 230 22.8 4 140.8 95 3.92 3.150 22.90 1 0 4 2
Merc 280 19.2 6 167.6 123 3.92 3.440 18.30 1 0 4 4
Merc 280C 17.8 6 167.6 123 3.92 3.440 18.90 1 0 4 4
Merc 450SE 16.4 8 275.8 180 3.07 4.070 17.40 0 0 3 3
Merc 450SL 17.3 8 275.8 180 3.07 3.730 17.60 0 0 3 3
Merc 450SLC 15.2 8 275.8 180 3.07 3.780 18.00 0 0 3 3
Cadillac Fleetwood 10.4 8 472.0 205 2.93 5.250 17.98 0 0 3 4
Lincoln Continental 10.4 8 460.0 215 3.00 5.424 17.82 0 0 3 4
Chrysler Imperial 14.7 8 440.0 230 3.23 5.345 17.42 0 0 3 4
Fiat 128 32.4 4 78.7 66 4.08 2.200 19.47 1 1 4 1
Honda Civic 30.4 4 75.7 52 4.93 1.615 18.52 1 1 4 2
Toyota Corolla 33.9 4 71.1 65 4.22 1.835 19.90 1 1 4 1
Toyota Corona 21.5 4 120.1 97 3.70 2.465 20.01 1 0 3 1
Dodge Challenger 15.5 8 318.0 150 2.76 3.520 16.87 0 0 3 2
AMC Javelin 15.2 8 304.0 150 3.15 3.435 17.30 0 0 3 2
Camaro Z28 13.3 8 350.0 245 3.73 3.840 15.41 0 0 3 4
Pontiac Firebird 19.2 8 400.0 175 3.08 3.845 17.05 0 0 3 2
Fiat X1-9 27.3 4 79.0 66 4.08 1.935 18.90 1 1 4 1
Porsche 914-2 26.0 4 120.3 91 4.43 2.140 16.70 0 1 5 2
Lotus Europa 30.4 4 95.1 113 3.77 1.513 16.90 1 1 5 2
Ford Pantera L 15.8 8 351.0 264 4.22 3.170 14.50 0 1 5 4
Ferrari Dino 19.7 6 145.0 175 3.62 2.770 15.50 0 1 5 6
Maserati Bora 15.0 8 301.0 335 3.54 3.570 14.60 0 1 5 8
Volvo 142E 21.4 4 121.0 109 4.11 2.780 18.60 1 1 4 2
Using $ operator:
[1] 110 110 93 110 175 105 245 62 95 123 123 180 180 180 205 215 230 66 52
[20] 65 97 150 150 245 175 66 91 113 264 175 335 109方法 4：在 R 中使用 subset()函数进行子集化
R 编程中的subset()函数用于根据参数中提供的条件创建向量、矩阵或数据框的子集。
Syntax: subset(x, subset, select)
Parameters:
- x: indicates the object
- subset: indicates the logical expression on the basis of which subsetting has to be done
- select: indicates columns to select
示例 1：在此示例中，让我们使用 R 基础包中存在的空气质量数据框并选择 Temp < 65 的月份。
R
# Subsetting
airq <- subset(airquality, Temp < 65,
select = c(Month))
# Print subset
print(airq)
输出：
Month
4 5
5 5
8 5
9 5
15 5
16 5
18 5
20 5
21 5
23 5
24 5
25 5
26 5
27 5
144 9
148 9示例 2：在此示例中，让我们使用 R 基础包中存在的 mtcars 数据框，并选择具有 5 个齿轮且 hp > 200 的汽车。
R
# Subsetting
mtc <- subset(mtcars, gear == 5 & hp > 200,
select = c(gear, hp))
# Print subset
print(mtc)
输出：
gear hp
Ford Pantera L 5 264
Maserati Bora 5 335