小白读《R语言实战》写的读书笔记（第三章）

#####第三章：基本数据管理#####
####一、一个示例####
#书中建立了一个5行10列的数据框，标题为领导行为的性别差异，具体输入代码如下：
leadership <- data.frame(
  manager = c(1,2,3,4,5),
  date = c("10/24/14", "10/28/14", "10/01/14", "10/12/14", "05/01/14"),
  country = c("US", "US", "UK", "UK", "UK"),
  gender = c("M", "F", "F", "M", "F"),
  age = c(32,45,25,39,99),
  q1 = c(5,3,3,3,2),
  q2 = c(4,5,5,3,2),
  q3 = c(5,3,5,4,1),
  q4 = c(5,5,5,NA,2),
  q5 = c(5,5,2,NA,1)
)
leadership
#rm(leadership)
#以上数据框为下面章节数据前提

####二、创建新变量####
#基本的表达式为： 变量名 <- 表达式
#基本的加减乘除即+-*/,还有求幂^或者**
#x%%y:求余，例5%%2=1
#x%/%y：整数除法，例5%/%2=2
#以leadership数据框的数据的数据为基础，建立两个新的变量：
total_score <- q1+q2+q3+q4+q5
mean_score <- (q1+q2+q3+q4+q5)/5
#以上这两行代码为错误代码，因为R并不知道q1到q5来自数据框leadership
total_score <- leadership$q1 + leadership$q2 + leadership$q3 + leadership$q4 + leadership$q5
mean_score <- (leadership$q1 + leadership$q2 + leadership$q3 + leadership$q4 + leadership$q5)/5
#这样就新建了两个新的变量
#但这两个是独立变量，并没有合并到leadership数据框中
#利用transform()函数将建立两个新的变量并导入到原leadership数据框中：
leadership <- transform(leadership, 
                        total_score = q1 + q2 + q3 + q4 + q5,
                        mean_score = (q1 + q2 + q3 + q4 + q5)/5)
leadership
#网上还有另外一种方法
leadership$total_score <- leadership$q1 + leadership$q2 + leadership$q3 + leadership$q4 + leadership$q5
leadership$mean_score <- (leadership$q1 + leadership$q2 + leadership$q3 + leadership$q4 + leadership$q5)/5
leadership
##我试验了一下，两种方法都可以

####三、变量的重新编码####
#变量的重新编码就是用旧变量值创建新值的过程，主要用于：
#1、将连续型变量修改为类别值（John注：分类变量）
#2、将错误编码替换为正确值
#3、基于一个分数线创建不同分组变量
#常见逻辑运算符见书46页：
#<小于；>大于；<=小于或等于；>=大于或等于；==严格等于；!=不等于；
#!x 非x；x|y x或y；x&y x和y；isTRUE(x) 测试x是否为TRUE
##现在将leadership数据框中age列重新编码为agecat
#首先将99岁重新正确编码
leadership$age[leadership$age == 99] <- NA
#语句variable[condition] <- expression只有在condition值为TRUE时执行赋值
leadership$agecat[leadership$age > 75] <- "Elder"
leadership$agecat[leadership$age >= 55 & leadership$age <= 75] <- "Middle Aged"
leadership$agecat[leadership$age < 55] <- "Young"
leadership["agecat"]
leadership$agecat #运行这段代码和上一行代码，看看两个有什么不一样
#这里可以用within()函数简化代码
leadership <- within(leadership,{
  agecat <- NA #先创建agecat变量
  age[age == 99] <- NA
  agecat[age > 75] <- "Elder"
  agecat[age >= 55 & age <= 75] <- "Middle Aged"
  agecat[age < 55] <- "young"})
leadership["agecat"]
rm(leadership)
#car包中的recode()函数也可以重编码数据，后续可以自学以下
#上一章学习过within()函数，如果忘了可