如何根据特定条件在R中创建数据框

时间:2016-04-14 23:38:20

标签: r dataframe statistics dataset

通过使用datasets包,我需要创建一个只有自动传输汽车的新数据框。

mtcars
                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4
Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4
Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1
Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2
Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1
... more cars ...
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8
Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4    2

我试过了。

local({pkg <- select.list(sort(.packages(all.available = TRUE)),graphics=TRUE)
  if(nchar(pkg)) library(pkg, character.only=TRUE)})
automatic = which(am==1)
automatic
# [1]  1  2  3 18 19 20 26 27 28 29 30 31 32

然后我尝试用自动车过滤mtcars数据帧。

mtcars[automatic, am]

它确实是过滤,它只显示具有自动传输的汽车,但我想还有其他方法可以做到这一点。

我还需要创建另一个数据框架,其中车辆的每加仑少于16密耳(mpg),并且车辆的矢量为&#39;体重超过3000天。

希望你们能帮我这个,我觉得有点失落。感谢。

1 个答案:

答案 0 :(得分:1)

使用此代码,您可以使用每加仑少于16 milles(mpg)的车辆创建数据框架,并使用车辆重量超过3000 libras的矢量:

> library(datasets)

> row_num <- mtcars$mpg < 16 & mtcars$wt > 3

> mtcars[row_num,]

                     mpg cyl  disp  hp drat    wt  qsec vs am gear carb
Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4
Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3    3
Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3    4
Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3    4
Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3    4
Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3    2
AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3    2
Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3    4
Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4
Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5    8