当我们只需要对数据集中的部分数据进行分析，就需要用的数据的提取，这是日常最常用的命令。

开始之前，我们先读入elder1这个文件

elder1<-read.csv("elder1.csv")

dim(elder1) #显示几行几列

[1] 5846 12 显示5846行，12列

一、 数据提取

1. 子集的提取(行的提取)

数据集子集提取方式有很多，这里介绍几种常用的方法

数据集[数据集$变量==条件，] 行列提取方式，逗号前提取行，逗号后提取列

数据集[which(条件)，] 行列提取方式，加入which语句

subset(数据集，条件) subset语句

方法一 数据集[数据集$变量==条件，] 通过行列提取

t1<-elder1[elder1$SBP==140,] #提取SBP等于140的行,生成新的数据集t1

dim(t1) #查看几行几列

[1] 86 12 收缩压等于140的观察单位86个

t2<-elder1[elder1$SBP>=140 | elder1$DBP>=90,] # |或的意思，提取收缩压大于等于140，收缩压大于等90的观察单位

dim(t2)

[1] 2177 12

方法二 数据集[which(条件)，] 利用which限定条件

t3<-elder1[which(elder1$SBP>=140| elder1$DBP>=90),] #提取提取收缩压大于等于140，收缩压大于等90的观察单位

dim(t3)

[1] 2177 12

方法三 subset(数据集，条件) subset语句

t4 = subset(elder1,elder1$SBP >=140 | elder1$DBP >=90) #调用subset语句

dim(t4)

[1] 2177 12

2. 数据集变量提取

数据集[“变量名”] 通过列名，提取列

可用c(“”,””)提取多个变量，也可用%in% 提取多个变量

方法一 数据集[“变量名”] 通过列名提取单个变量

t1<-elder1["SBP"] #提取SBP一个变量，生成一个向量

view(t1) #查看t1向量

方法二 数据集[c(“变量名1”，“变量名2”)] 通过向量提取多个变量

t2 <- elder1[c("SBP","DBP")] #提取SBP,DBP两个变量

view(t2) #查看t2数据集

t3 <- elder1[c(8,9)] #如果知道被选取的变量是第几列情况下，可直接输入列数

view(t3)

事先设定向量

z1 <- c("SBP","DBP") #事先设定向量

t4 <- elder1[z1] #如果elder1里没有z1中的变量，就会出现错误

dim(t4)

[1] 5846 2 5846行 2列

事先匹配变量名 %in%语句

z2<- names(elder1) %in% c("SBP","sex") # 匹配elder1数据集和向量c中的变量，优点在于变量名会自动匹配，输错了也能运行

t5 <- elder1[z2] ###选出z2中匹配的变量

dim(t5)

[1] 5846 1 只匹配了SBP变量

二、变量名剔除

数据集[,-列数] 剔除选中的列数

数据集【！“逻辑符”】 剔除逻辑符号是TRUE的列

方法一 数据集[,-列数] 根据列数进行删除，有时候知道变量在哪一列比较麻烦

t1<-elder1[,-2] #删除第二列，需要知道要删除的变量在第几列

dim(t1)

[1] 5846 11

t2<-elder1[,-c(2,3)] #删除第二、第三列

dim(t2)

[1] 5846 10

方法二 数据集【！“逻辑符”】，想要根据变量名进行，需要用到！语句，利用逻辑符来剔除

z2<- names(elder1) %in% c("SBP","DBP") #事先匹配变量名 %in%语句

z2

[1] FALSE TRUE TRUE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE FALSE !可将TRUE列剔除

t5 <- elder1[!z2] # 剔除z2中匹配的变量

dim(t5)

[1] 5846 10 t5数据集中列数为10

view(t5)

DAY7的内容就介绍到这里！

转自：医学论文与统计分析