డేటా ఫ్రేమ్‌లు

ఒకే రకమైన మూలకాలను మాత్రమే కలిగి ఉండే మాత్రికల వలె కాకుండా, డేటా ఫ్రేమ్‌లు వాస్తవ-ప్రపంచ డేటాను విశ్లేషించడానికి Rలో అత్యంత విస్తృతంగా ఉపయోగించే పట్టిక డేటా నిర్మాణాన్ని సూచిస్తాయి.

డేటా ఫ్రేమ్ అనేది ప్రతి నిలువు వరుస వేర్వేరు డేటా రకాలను కలిగి ఉండే పట్టిక (ఉదా., సంఖ్యా నిలువు వరుస, వచన నిలువు వరుస మరియు లాజికల్ నిలువు వరుస), కానీ అన్ని నిలువు వరుసలు ఒకే పొడవును కలిగి ఉండాలి.

డేటా ఫ్రేమ్‌ను సృష్టిస్తోంది

డేటా ఫ్రేమ్‌ని సృష్టించడానికి, data.frame() ఫంక్షన్‌ని ఉపయోగించండి, నిలువు వరుస పేర్లను నిర్వచించండి మరియు వాటికి వెక్టర్‌లను కేటాయించండి:

# Create a sample data frame
students <- data.frame(
  name = c("Alice", "Bob", "Charlie"),
  grade = c(28, 24, 30),
  passed = c(TRUE, TRUE, TRUE)
)
print(students)

నిలువు వరుసలు మరియు అడ్డు వరుసలను యాక్సెస్ చేస్తోంది

డేటా ఫ్రేమ్‌లో డేటాను సంగ్రహించడానికి మరియు మార్చడానికి అనేక మార్గాలు ఉన్నాయి:

1. డాలర్ ఆపరేటర్‌ని ఉపయోగించడం $: వెక్టర్‌గా ఒకే నిలువు వరుసను సంగ్రహించడానికి అనుమతిస్తుంది.
   R

   కాపీ చేయండి

   grades <- students$grade
   # grades will be the vector c(28, 24, 30)

2. స్క్వేర్ బ్రాకెట్‌లను ఉపయోగించడం [row, column]: మాత్రికల మాదిరిగానే.
   R

   కాపీ చేయండి

   # First student (first row)
   first_student <- students[1, ]

వడపోత డేటా

R యొక్క బలాలలో ఒకటి తార్కిక పరిస్థితుల ఆధారంగా రికార్డులను ఫిల్టర్ చేయగల సామర్థ్యం:

# Select only students with grade greater than 25
good_students <- students[students$grade > 25, ]
print(good_students)

కొలతలు మరియు డేటా ఫ్రేమ్‌లను సవరించడం

డేటా ఫ్రేమ్ యొక్క కొలతలు (అడ్డు వరుసలు మరియు నిలువు వరుసల సంఖ్య) కనుగొనడానికి, మేము dim() ఫంక్షన్‌ని ఉపయోగించవచ్చు:

# Returns a vector with two elements: c(rows, columns)
dimensions <- dim(students)

మేము నేరుగా $ ఆపరేటర్‌ని ఉపయోగించి కొత్త నిలువు వరుసలను కూడా జోడించవచ్చు లేదా ఇప్పటికే ఉన్న వాటిని నవీకరించవచ్చు:

# Adds a column with grades increased by 2 points
students$bonus_grade <- students$grade + 2

మీరే ప్రయత్నించండి