沉闷科学的掘墓人分享 http://blog.sciencenet.cn/u/Bearjazz

博文

如何在R语言中调用表格中连续单元数据

已有 4128 次阅读 2012-3-23 10:31 |个人分类:我的研究|系统分类:科研笔记| R语言, 调用表格, 连续单元数据

如何在R语言中调用表格中连续单元数据

 

 

熊荣川

六盘水师范学院生物信息学实验室

xiongrongchuan@126.com

http://blog.sciencenet.cn/u/Bearjazz

 

表格的基本元素就是单元格,我们常常通过调用单元格的位置来调用单元格的位置。任何单元格的位置信息包含两个元素——行和列。

下面我们通过一些例子来说明怎么通过行列的信息来调用表格中单元格的数据

data=read.csv("D:/ziliao/zhuanye/R bear/F34harmo.csv")

 

调用表格F34harmo.csv数据为data矩阵赋值

data

查看data

 

 

          F3        F4        F5

1   5446.635  5858.746  6843.617

2   6654.305  7005.958  6924.623

3   7172.323  7169.585  6940.106

4   7311.956  7525.422  6977.832

5   8058.262 11214.798  7580.775

6   8116.698 11505.268  7915.856

7   8312.447 11544.472  8472.229

8   8667.151 11810.009  9492.205

9   9093.771 11881.491  9934.308

10  9103.865 11908.340 10787.881

11  9215.153 11909.480 10882.602

12  9461.068 12028.218 11161.032

13  9625.699 12112.602 11307.906

14  9896.211 12115.175 11497.302

15  9912.590 12174.058 11696.347

16  9942.585 12524.577 11800.720

17 10049.769 12533.796 11944.833

18 10120.347 12778.348 12439.379

19 10153.751 12862.208 13929.031

20 10160.672 12894.624 14691.925

21 10365.499 13010.052 14794.472

22 10393.181 13101.747 15368.400

23 10482.846 13188.517 15461.178

24 10583.587 13189.188 15558.937

25 10591.209 13243.095 15559.645

26 10640.676 13300.190 15623.761

27 10675.679 13664.360 15657.390

28 10723.670 14070.819 15714.827

29 10729.272 14155.309 15746.066

30 10900.465 14284.890 15756.113

31 10945.887 14287.759 15777.929

32 10989.468 14297.971 15793.488

33 11042.734 14318.933 15815.089

34 11095.552 14354.718 15817.700

35 11199.642 14530.077 15818.295

36 11200.800 14681.983 15860.937

37 11211.056 14685.578 16003.928

38 11243.513 14766.872 16013.536

39 11324.318 14817.897 16015.512

40 11394.809 14821.364 16052.696

41 11429.242 15015.235 16059.643

42 11514.232 15043.056 16067.201

43 11515.162 15236.188 16069.255

44 11547.771 15280.614 16079.015

45 11576.145 15549.818 16079.814

46 11671.397 15640.638 16081.685

47 11747.088 15746.188 16120.205

48 11775.793 15808.372 16134.122

49 12207.104 16510.259 16140.042

50 12921.229        NA 16151.293

51 12925.543        NA 16152.269

52        NA        NA 16184.463

53        NA        NA 16230.646

54        NA        NA 16243.203

55        NA        NA 16251.307

56        NA        NA 16337.266

57        NA        NA 16360.895

58        NA        NA 16367.404

59        NA        NA 16406.798

60        NA        NA 16709.307

61        NA        NA 16744.672

62        NA        NA 16860.826

63        NA        NA 16957.370

64        NA        NA 16975.136

65        NA        NA 17054.482

66        NA        NA 17193.373

67        NA        NA 18040.702

68        NA        NA 19188.307

69        NA        NA        NA

70        NA        NA        NA

71        NA        NA        NA

72        NA        NA        NA

73        NA        NA        NA

74        NA        NA        NA

75        NA        NA        NA

76        NA        NA        NA

77        NA        NA        NA

78        NA        NA        NA

79        NA        NA        NA

80        NA        NA        NA

81        NA        NA        NA

82        NA        NA        NA

83        NA        NA        NA

84        NA        NA        NA

85        NA        NA        NA

86        NA        NA        NA

87        NA        NA        NA

88        NA        NA        NA

89        NA        NA        NA

90        NA        NA        NA

 

结果为一个二维矩阵

x=data[1,2]

调用第1行第2列单元格为x赋值

x

查看x

 

[1] 5858.746

结果

y=data[,2]

调用第二列所有单元格数据为y赋值

y

查看向量y

 

[1]  5858.746  7005.958  7169.585  7525.422 11214.798 11505.268 11544.472

 [8] 11810.009 11881.491 11908.340 11909.480 12028.218 12112.602 12115.175

[15] 12174.058 12524.577 12533.796 12778.348 12862.208 12894.624 13010.052

[22] 13101.747 13188.517 13189.188 13243.095 13300.190 13664.360 14070.819

[29] 14155.309 14284.890 14287.759 14297.971 14318.933 14354.718 14530.077

[36] 14681.983 14685.578 14766.872 14817.897 14821.364 15015.235 15043.056

[43] 15236.188 15280.614 15549.818 15640.638 15746.188 15808.372 16510.259

[50]        NA        NA        NA        NA        NA        NA        NA

[57]        NA        NA        NA        NA        NA        NA        NA

[64]        NA        NA        NA        NA        NA        NA        NA

[71]        NA        NA        NA        NA        NA        NA        NA

[78]        NA        NA        NA        NA        NA        NA        NA

[85]        NA        NA        NA        NA        NA        NA

 

z=data[1,]

调用第一行中所有单元格中的数据为z赋值

z

查看向量z

 

        F3       F4       F5

1 5446.635 5858.746 6843.617

 

结果

c=data[1:5,1:3]

调用第1到第5行,第1到第3列中的单元格数据为矩阵c赋值

c

查看c

 

        F3        F4       F5

1 5446.635  5858.746 6843.617

2 6654.305  7005.958 6924.623

3 7172.323  7169.585 6940.106

4 7311.956  7525.422 6977.832

5 8058.262 11214.798 7580.775

 

结果

 

有趣吧,祝您科研愉快。



https://blog.sciencenet.cn/blog-508298-550824.html

上一篇:R语言中递增(减)方法的应用
下一篇:用R语言实现行列互换
收藏 IP: 210.75.236.*| 热度|

2 黄富强 zdlh

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-5-14 17:16

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部