从零开始学R数据分析，数据预处理

　　上一节讲到R数据清洗内容，主要包括缺失值处理、特殊字符处理、大小写转换、数据格式转化、重复值处理、数值替换，本节在R数据清洗的内容上继续学习R数据预处理，内容包括数据合并（横向合并、纵向合并），自定义排序等内容，下面一起学习。 示例工具：R x64 3.5.3、RStudio
　　本文讲解内容：数据预处理
　　适用范围：数据合并、自定义排序
　　1   数据合并
　　数据合并这里主要有三种方法进行合并，包括数据表的纵向合并、横向合并以及增加新字段的方法，将多个小表合并为一个大表。
　　1.1 纵向合并
　　纵向合并的意思就是在数据表的后面追加新的行记录，比如在EXCEL中使用复制粘贴功能往下增加新的行记录，在R中使用rbind()函数来纵向合并，这里首先构建一个data数据表，数据表内容如下。 #手动创建数据表data data<-data.frame(ID=c(＂c001＂,＂c002＂,＂c003＂,＂c004＂,＂c005＂,＂c006＂,＂c007＂,＂c008＂,＂c009＂,＂c010＂),                  NAME=c(＂Rmesh＂,＂Khilan＂,＂Kaushik＂,＂Chaitali＂,＂Hardik＂,＂Komal＂,＂Tom＂,＂Muffy＂,＂Susan＂,＂Kevin＂),                  AGE=c(23,20,23,25,27,24,26,31,26,30),                  ADDRESS=c(＂Ahmed＂,＂Delhi＂,＂Kota＂,＂Mumbai＂,＂Bhopal＂,＂MP-A＂,＂MP-B＂,＂Indore＂,＂JP-No.1＂,＂JP-No.2＂),                  SAL=c(2000,1500,2000,5000,8500,6500,5500,9500,7000,9000))
　　然后构建一个data1数据表，数据表如下。 #手动创建数据表data1 data1<-data.frame(ID=c(＂c011＂,＂c012＂),                   NAME=c(＂Ami＂,＂Dave＂),                   AGE=c(30,28),                   ADDRESS=c(＂Ahmed＂,＂Delhi＂),                   SAL=c(8500,8000))
　　使用rbind函数，将data和data1两个数据表纵向合并起来。 #合并数据表 data<-rbind(data,data1)
　　1.2 横向合并
　　横向合并类似于EXCEL中的VLOOKUP函数的用法，在R中使用merge()函数进行横向合并，创建一个新的数据表data2，包含ID、GENDER和LEVEL三个字段。 #手动创建数据表data2 data2<-data.frame(ID=c(＂c001＂,＂c002＂,＂c003＂,＂c004＂,＂c005＂,＂c006＂,＂c007＂,＂c008＂,＂c009＂,＂c010＂),                   GENDER=c(＂female＂,＂female＂,＂male＂,＂female＂,＂female＂,＂male＂,＂male＂,＂male＂,＂female＂,＂male＂),                   LEVEL=c(＂Bachelor＂,＂Bachelor＂,＂Bachelor＂,＂Bachelor＂,＂Master＂,＂Master＂,＂Bachelor＂,＂Doctorate＂,＂Master＂,＂Doctorate＂))
　　使用merge函数将data和data2两个数据表横向合并，合并的方式为inner，该方法将两个数据表中共有的数据匹配到一起生成新的数据表，这里共有的字段是ID。 #数据表合并 inner模式 data<-merge(data,data2,by=＂ID＂)
　　除了inner方式以外，合并的方式还有left、right和outer方式。 #数据表合并 left模式 data<-merge(data,data2,all.x=TRUE,by=＂ID＂)
　　数据表合并后，可以重置数据表的索引，默认状态下索引是从1开始向下排列。
　　这里使用rownames()函数，将ID这一列设置为索引列。 #设置索引列 rownames(data)=data$ID
　　1.3 增加新字段
　　增加新字段也可以实现表的合并，要增加新字段可以将现有的字段进行合并，或者通过现有字段进行计算后生成新字段，字段合并首先用paste()函数将两个字段合并为一个字段，然后使用cbind()函数合并到数据表。 #合并两个字段的内容 ID_NAME<-paste(data$ID,data$NAME) data=cbind(data,ID_NAME)
　　另一种方法是对数据表中的字段进行计算，产生新的字段，首先计算SAL的平均值，保留两位小数，结果如下。 #计算新字段并合并 AVG_SAL=round(mean(data$SAL),digits = 2)
　　然后，使用cbind函数将计算字段合并到表。 #计算新字段并合并 data=cbind(data,AVG_SAL)
　　2   自定义排序
　　2.1 降序排列
　　在R中使用order函数进行排序，这里对SAL列进行排序，当decreasing为TRUE时表示降序排序。
　　2.2 升序排列
　　若省略decreasing参数，默认为正序排序。 #对数据表按SAL列进行排序(正序) data[order(data$SAL),]
　　2.3 自定义排列
　　也可以同时对数据表中的多列进行排序，这里对SAL和AGE两列降序排列。 #对多列进行排序 data[order(data$SAL,data$AGE,decreasing = TRUE),]