本部分跟随本人学习笔记_1,受限于帖子字数及格式限制，重新作为新帖发表。学而时习之，继续加油！
C4基本数据管理处理





1.创建新变量：原：mydata=data.frame(x1,x2),希望增加平均值：mydata=transform(mydata,  #原数据
                                                                                                                                          meanx=(x1+x2)/2)

2.语句variable[condition] <- expression将仅在condition的值为TRUE时执行赋值


例如，处理age=99为缺失值：leadership$age[leadership$age==99]<-NA.
3.变量重命名：可使用交互式编辑界面：fix（x）或者使用names来更改，eg：
                             names(x);#显示x的列名：A B C D
                             names(x)[2]<-"h"
                              names(x) #显示x的列名：A h C D
4.变量重编码：可参考笔记中的：数据整形(reshape）
5.日期值处理：
5.1R中默认的日期值格式为：yyyy-mm-dd,使用函数：as.Date(x，”x的日期格式")可将日期变量转成系统默认格式
例如：

>strdates<-c("01/23/1987","03/09/1986")
> dates<-as.Date(strdates,"%m/%d/%Y")#著名原来的日期格式

> dates

[1] "1987-01-23" "1986-03-09"

当前日期：Sys.Date()（显示："2015-09-10"）,日期及时间：date（）（#显示："Thu Sep 10 16:35:44 2015"）
5.2format(x,format="output_format")  format函数可接受一个参数（例子为日期）并按某种格式输出结果（符号组合见下图）。

表4-4 R日期格式
符合	含义	示例
%d	数字表示的日期（0-31）	01~31
%a	缩写的星期名	周一
%A	大写星期名	星期一
%m	月份（00-12）	00~12
%b	缩写的英文月份	1月
%B	大写的英文月份	一月
%y	两位数的年份	07
%Y	四位数的年份	2007

检查某天是周几：weekdays（as.Date("")) #weekdays()需为.Date格式的
检查多少天：dsys<-A-B(A、B均为.Date格式）或者使用：difftime（A,B,units="weeks"/"days"/"sec"/"hours")(A、B为.Date格式）
日期转字符：as.character()——较少使用

5.3判断类型并将其转换的函数
表4-5 R类型转换函数

判断	转换
is.numeric()	as.numeric()
is.character()	as.character()
is.vector()	as.vector()
is.matrix()	as.matrix()
is.data.frame()	as.data.frame()

is.factor()

as.factor()

is.logical()

as.logical()

6.数据排序order()-——默认为升序，在数据前加减号，可进行降序排序
EG:
>attach(leadship)  #统一饮用
> newleadship2<-leadship[order(gender,age),]  #针对gender，age进行
> newleadship2

7.数据集的合并
7.1添加列：横向合并两个数据框（数据集），使用merge（）函数（类似为内链接，inner join）
eg：total<-merge(dataframeA,dataframeB,by=c("ID","Country"))#将两个数据框按照ID和Country进行合并。
如果直接横向合并两个矩阵或数据库，并且不需要指定一个公共指引，可以直接使用cbine（）函数。total<-cbind(A,B)(要求：每个对象A,B必须拥有相同的行数，且以相同顺序排序。）
7.2添加行
纵向合并两个数据库（数据集），使用rbind（A,B）函数。（要求：两个数据框拥有相同变量，不同需提前处理）
8.数据集取子集
1.选入（保留）变量
方法：1.可以使用下标来选择，eg：A<-matrix(1:20,4,5),需要后两列数据，则：B<-A[,4:5]或者B<-A[,c(4,5)]
          2.使用列名称选择：eg：A列名称为q1,q2,q3,q4,q5。选择后两列，则：B<-A[c("q4","q5")]
                         或者                           myvars<-paste("q",4:5,sep="")  
                                                           B<-A[myvars]
2.剔除（丢弃）变量
方法：1.使用下标标为负值，eg：leadership中不需要3，4列，B<-leadship[c(-3,-4)]
          2.使用TorF，eg：
                                         var<-names(leadership)%in%c("q3","q4")  #返回值为TorF，当为q3,q4时为T，其余为F
                                          B<-leadership[!var]              #!var得到与var相反的TorF，其中F不在leadership中不显示

3.选入观测
1）data<-x[1:3,]   #前三行数据，全列
2)data<-x[which(x$x1=="条件"&x$x2>20（条件）），]筛选符合条件的行，列全选
3）使用attach(x)来简便操作：attach(x)
                                                 data<-x[which(x1=="cond"&x2>20(cond)),]
4.subset()函数
                               subset(x,subset(行选取的条件/子集条件，可省略），
                                               select=条件（列选取的条件，可省略））
eg：data<-subset(leadship,age>35|age<24,select=paste("q",1:3,split=""))
9.使用SQL语言
需要安装sqldf包，eg：
                                  sqldf("select avg(mpg) as avg_mpg,avg(disp) as avg_disp,gear from mtcars where cyl in (4,6) group by gear")