Hur man lägger till observationer i en dataram i R-dummies

Med tiden går det att visas nya data och måste läggas till till datasetet i R. Precis som matriser kan dataramar bifogas med funktionen rbind ().

Lägga till en enda observation

Säg att Granny och Geraldine spelade ett annat spel med sitt lag, och du vill lägga till antalet korgar de gjorde. Funktionen rbind () kan du göra det enkelt: >> Resultatresultat Granny Geraldine 1st 12 5 2 4 4 3 5 5 5 6 7 8 9 7 7 4

Databasresultatet har nu en extra observation jämfört med korgar. df. rbind () kan ta flera argument, så länge de är kompatibla. I det här fallet binder du en vektor c (7, 4) längst ner i dataramen.

Observera att R som standard anger radnummer som radnamn för de tillfogade raderna. Du använder funktionen rownames () för att justera detta, eller du kan genast ange radnamnet mellan citat i rbind () -funktionen: >> korgar. df <- rbind (korgar. df, "7th" = c (7, 4))

Observera att du måste använda citattecken runt 7: e, eftersom det börjar med ett nummer. Utan citat markerar R inte det som ett namn. Om du kontrollerar objektkorgarna. df nu ser du den extra observationen längst ner med rätt radnamn:

 >> korgar. df Granny Geraldine 1st 12 5 2nd 4 4 3rd 5 2 4th 6 4 5th 9 12 6th 3 9 7th 7 4

Alternativt kan du använda indexering för att lägga till en extra observation. Fortsätt läsa för att se hur.

Lägga till en serie nya observationer med hjälp av rbind

Om du behöver lägga till flera nya observationer i en dataram gör det inte helt praktiskt att göra det en och ett. Lyckligtvis kan du använda rbind () för att fästa en matris eller en dataram med nya observationer till den ursprungliga dataramen. Matchningen av kolumnerna görs med namn, så du måste se till att kolumnerna i matrisen eller variablerna i dataramen med nya observationer matchar variabelnamnen i den ursprungliga dataramen.

Låt oss lägga till ytterligare två matchresultat till datarammarkorgen. df. Först konstruerar du en ny dataram med antalet korgar Granny och Geraldine gjorde så här: >> ny. korgar <- data. ram (Granny = c (3, 8), Geraldine = c (9, 4))

Om du använder data. frame () -funktionen för att skapa en ny dataram, kan du omedelbart ställa in variabelnamnen genom att ange dem i funktionssamtalet, som i föregående exempel. Den koden skapar en dataram med variablerna Granny och Geraldine där varje variabel innehåller vektorn som ges efter likartat tecken.

För att kunna binda dataramen ny.korgar till de ursprungliga korgarna. df, du måste se till att de variabla namnen matchar exakt, inklusive fallet.

Nästa lägger du till de valfria radnamnen och de nödvändiga kolumnnamnen med följande kod: >> rownames (nya korgar) <- c ("8th", "9th")

För att lägga till matrisen till dataramen gör du helt enkelt följande: >> korgar. df <- rbind (korgar.df, nya korgar)

Du kan försöka dig själv att göra samma sak med en dataram i stället för en matris.

Lägga till en serie värden med hjälp av index

Du kan också använda indexerna för att lägga till en uppsättning nya observationer samtidigt. Du får exakt samma resultat om du ändrar all tidigare kod med den här enkla raden: >> korgar. df [c ("8th", "9th"),] <- matrisen (c (3, 8, 9, 4), ncol = 2)

Med denna kod gör du följande:

Skapa en matris med två kolumner.

Skapa en vektor med radnamnen 8: e och 9: e.

Använd denna vektor som radindex för datarammarkorgen. df.

Tilldela värdena i matrisen till raderna med namn 8 och 9. Eftersom dessa rader inte existerar skapar R dem automatiskt.

Faktum är att du inte behöver konstruera matrisen först; du kan bara använda en vektor istället. Exakt som med matriser fylls dataramar kolumnvisa. Så, följande kod ger dig exakt samma resultat: >> korgar. df [c ("8th", "9th"),] <- c (3, 8, 9, 4)

Den här processen fungerar dock bara för dataramar. Om du försöker göra samma sak med matriser får du ett fel. När det gäller matriser kan du bara använda index som redan finns i originalobjektet.

Du har flera lika giltiga alternativ för att lägga till observationer i en dataram. Vilket alternativ du väljer beror på ditt personliga val och situationen. Om du har en matris eller en dataram med extra observationer kan du använda rbind (). Om du har en vektor med radnamn och en uppsättning värden kan det vara enklare att använda indexen.