一、数据框创建新变量
假设有MyData数据框，其中变量为x1，x2. 现创建名为sumx和meanx的新变量，分别存储变量x1与x2的加和与均值。
#方法1
MyData$sumx <- MyData$x1 + MyData$x2
MyData$meanx <- (MyData$x1 + MyData$x2)/2
#方法2
attach(MyData)
MyData$sumx <- x1+x2
MyData$meanx <- (x1+x2)/2
detach(MyData)#方法3（建议方法）
MyData <- transform(MyData,
sumx = x1 + x2,
meanx = (x1+x2)/2)
二、变量的重命名
1. 用交互式编辑器
若修改数据集x的变量名，键入函数fix(x)，即可打开交互式编辑器界面。
score<-data.frame(student=c("A","B","C","D"),gender=c("M","M","F","F"),math=c(90,70,80,60),Eng=c(88,78,69,98),pl=c(66,59,NA,88))
fix(score)
score.list<-as.list(score) #将score转化为列表
fix(score.list)
（1）若数据集为矩阵或数据框
将打开“数据编辑器”，单击要修改的变量名，在弹出的“变量编辑器”修改即可：
（2）若数据集为列表
将交互式编辑器为一个记事本，只需修改“.Names”之后对应的变量名即可：
2. 用函数rename()
reshape包中的函数rename()，用来修改数据框和列表的变量名，但不能修改矩阵的变量名，基本格式为：
rename(x, c(oldname="newname",...))其中，oldname为原变量名，newname为新变量名。
library(reshape)
rename(score,c(pl="chinese"))
student gender math Eng chinese
1 A M 90 88 66
2 B M 70 78 59
3 C F 80 69 NA
4 D F 60 98 88
rename(score.list,c(pl="chinese"))
$student
[1] A B C D
Levels: A B C D
$gender
[1] M M F F
Levels: F M
$math
[1] 90 70 80 60
$Eng
[1] 88 78 69 98
$chinese
[1] 66 59 NA 88
注意：原数据集中的变量名并未被修改。
3. 用函数names()
和rename()一样可用来修改数据框和列表的变量名，不能修改矩阵的变量名；区别在于：names()会在原数据集中修改变量名。
其基本格式为： names(x)[i]<- "newname"
names(score)[5]="chinese"
score
student gender math Eng chinese
1 A M 90 88 66
2 B M 70 78 59
3 C F 80 69 NA
4 D F 60 98 88
4. 用函数colnames()和rownames()
用来修改矩阵的变量名（行名和列名），也能修改数据框的行名和列名。基本格式为：
rownames(x)[i]<- "newname"
colnames(score)[5]="Chinese"
score
student gender math Eng Chinese
1 A M 90 88 66
2 B M 70 78 59
3 C F 80 69 NA
4 D F 60 98 88
rownames(score)=letters[1:4]
score
student gender math Eng Chinese
a A M 90 88 66
b B M 70 78 59
c C F 80 69 NA
d D F 60 98 88
三、变量的重新编码
例如，数据集Leader中连续型变量age重新编码为分类型变量rankAge (Young、Middle Aged、Elder)。
首先，必须把99岁的年龄值重新编码为缺失值：
Leader$age[Leader$age == 99] <-NA
然后创建rankAge变量：
Leader$rankAge[Leader$age>75] <- "Elder"
Leader$rankAge[Leader$age>=50 & Leader$age <=75] <- "Middle Aged"
Leader$rankAge[Leader$age<50] <- "Young"
或者
Leader<-within(Leader, {
rankAge<-NA
rankAge[age>75] <- "Elder"
rankAge[age>=50 & age<=75]<-"Middle Aged"
rankAge[age<50] <- "Young"})
四、数据排序
1.函数sort()，基本格式：
sort(x,decreasing=FALSE, na.last= FALSE,...)
其中，
x为排序对象（数值型或字符型）；
decreasing默认为FALSE即升序，TURE为降序；
na.last默认为FALSE（NA值将被删除），若为TRUE，则将向量中的NA值放到序列末尾。
sort(score$math)
[1] 60 70 80 90
sort(score$math,decreasing = TRUE)
[1] 90 80 70 60
sort(score$Chinese,na.last = TRUE)
[1] 59 66 88 NA
2.函数rank()
返回值是该向量中对应元素的秩（排名），基本格式为：
rank(x, na.last= FALSE,ties.method=...)
其中，ties.method指定对数据集中的重复数据的秩的处理方式：
“average”——取平均值秩（默认）
“first”——位于前面的数据的秩取小，依次递增
“random”——随机定义重复秩
“max”——取最大重复秩
“min”——取最小重复秩
x<-c(3,4,2,5,5,3,8,9)
rank(x)
[1] 2.5 4.0 1.0 5.5 5.5 2.5 7.0 8.0
rank(x,ties.method = "first")
[1] 2 4 1 5 6 3 7 8
rank(x,ties.method = "random")
[1] 3 4 1 6 5 2 7 8
rank(x,ties.method = "max")
[1] 3 4 1 6 6 3 7 8
3. 函数order()
对数据进行排序，返回值是对应“排名”的元素所在向量中的位置，即最小值、次小值、...、最大值所在的位置。基本格式为：
order(x,decreasing=FALSE, na.last= FALSE,...)
不同于前两个函数，order()还可以对数据框进行排序：
data_frame[order(data_frame$v1, data_frame$v2, …),]
若v1值相同，则按v2升序排序；要将升序改为降序，在变量前添加负号，或用decreasing = TRUE即可。
order(score$math)
[1] 4 2 3 1
score[order(score$math),]
student gender math Eng chinese
4 D F 60 98 88
2 B M 70 78 59
3 C F 80 69 NA
1 A M 90 88 66
score[order(-score$math),]
student gender math Eng chinese
1 A M 90 88 66
3 C F 80 69 NA
2 B M 70 78 59
4 D F 60 98 88
4. 函数rev()
求逆序，将序列进行反转，即1,2,3变成3,2,1
注：数据框转置（行列交换），使用t(data)即可。
主要参考文献：
[1] Robert I. Kabacoff著，高涛，肖楠，陈钢 译，R语言实战. 人民邮电出版社.
[2] 李诗羽，张飞，王正林，数据分析：R语言实战. 电子工业出版社.
来自 “ ITPUB博客 ” ，链接：https://blog.itpub.net/31537575/viewspace-3167641/ ，如需转载，请注明出处，否则将追究法律责任。
