聊聊R语言中t转置函数

t()
给定矩阵或数据框x,t函数返回x的转置。

在对data.frame进行t()操作时需要注意,避免数字变成字符串。

1. 矩阵转置

矩阵里面所有内容都是相同类型数据,使用t()不会有问题。

1.1 数值类型矩阵转置

x=matrix(1:9,3)
x
     [,1] [,2] [,3]
[1,]    1    4    7
[2,]    2    5    8
[3,]    3    6    9

转置后

t(x)
     [,1] [,2] [,3]
[1,]    1    2    3
[2,]    4    5    6
[3,]    7    8    9

可以看出来就是行变列,列变行了。数值型还是数值型。

1.2 字符串类型矩阵转置

再看看字符串类型的转置

y=matrix(LETTERS[1:9],3)
y
     [,1] [,2] [,3]
[1,] "A"  "D"  "G" 
[2,] "B"  "E"  "H" 
[3,] "C"  "F"  "I" 

转置后

t(y)
     [,1] [,2] [,3]
[1,] "A"  "B"  "C" 
[2,] "D"  "E"  "F" 
[3,] "G"  "H"  "I" 

可以看出来就是行变列,列变行了。字符串还是字符串。

2. 数据框转置

2.1 数值型数据框转置

数值型数据框和矩阵差不多,转置不会有太大问题。

x=data.frame(a=1:3,
             b=4:6,
             c=7:9)
x
  a b c
1 1 4 7
2 2 5 8
3 3 6 9

转置后

t(x)
  [,1] [,2] [,3]
a    1    2    3
b    4    5    6
c    7    8    9

但是转置前是data.frame,转置后的结果是matrix

class(x)
[1] "data.frame"
class(t(x))
[1] "matrix" "array" 

2.2 混合型数据框转置

如果data.frame里面既有数值型,又有字符串,t()转置后得到的matrix里面全部都会变成字符串。

x=data.frame(Name=c("A","B","C"),
             Score=c(70,80,90))
x
  Name Score
1    A    70
2    B    80
3    C    90
str(x)
'data.frame':   3 obs. of  2 variables:
 $ Name : chr  "A" "B" "C"
 $ Score: num  70 80 90

可以看到Name是chr类型,Score是num类型 。再来t()转置后看看

t(x)
      [,1] [,2] [,3]
Name  "A"  "B"  "C" 
Score "70" "80" "90"
str(t(x))
 chr [1:2, 1:3] "A" "70" "B" "80" "C" "90"
 - attr(*, "dimnames")=List of 2
  ..$ : chr [1:2] "Name" "Score"
  ..$ : NULL

可以看到原来的Score的数值型被转换成chr字符串类型了,不能再进行针对数值型的操作了。

这个时候如果还希望保持原来的数据类型,则需要用到as.data.frame函数

as.data.frame(t(x))
      V1 V2 V3
Name   A  B  C
Score 70 80 90
str(as.data.frame(t(x)))
'data.frame':   2 obs. of  3 variables:
 $ V1: chr  "A" "70"
 $ V2: chr  "B" "80"
 $ V3: chr  "C" "90"

这时候转化后的Score行里面的数字都是数值型了。

因此,在对保护复杂数据类型的data.frame进行转置时,最好使用as.data.frame(t(x))来操作。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,302评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,563评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,433评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,628评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,467评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,354评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,777评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,419评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,725评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,768评论 2 314
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,543评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,387评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,794评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,032评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,305评论 1 252
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,741评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,946评论 2 336

推荐阅读更多精彩内容