Jerry_5543
Jerry_5543

R语言边学边记6-数据组合拼接与合并

> 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

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

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

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

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

> #重命名列名

> names(data)[1]<-"lll"#修改第一列列名

> library(reshape)

> 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

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

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

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

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

> a<-mtcars

> rename(a,c(mpg="newmpg"))#但数据集不会改变，需要重新赋值

                    newmpg 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

Datsun 710            22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360            14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D             24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230              22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280              19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C             17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE            16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL            17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128              32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic           30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla        33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona         21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

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

Pontiac Firebird      19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9             27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2         26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa          30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L        15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino          19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

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

> a#还是等于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

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

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

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

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

> a<-rename(a,c(mpg="newmpg"))#重新赋值

> a

                    newmpg 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

Datsun 710            22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360            14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D             24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230              22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280              19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C             17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE            16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL            17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128              32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic           30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla        33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona         21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

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

Pontiac Firebird      19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9             27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2         26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa          30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L        15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino          19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

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

> a<-rename(a,c(mpg="newmpg",wt="op"))

> #组合数据---paste拼接函数

> v1<-c(10,20,30)

> v1

[1] 10 20 30

> v2<-"g"

> v2

[1] "g"

> v<-paste(v1,v2)

> v

[1] "10 g" "20 g" "30 g"

> v<-paste(v1,v2,sep="")#去掉空格

> v

[1] "10g" "20g" "30g"

> v<-paste(v1,v2,sep="++")#中间的连接符号

> v

[1] "10++g" "20++g" "30++g"

> #组合函数rbind-按照行合并，cbind按照列合并

> 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

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3    1

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

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3    2

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4    1

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5    2

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5    2

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5    4

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5    6

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

> df1<-mtcars[1:10]

> df1<-mtcars[1:10,]#注意2者区别，1：10是取的10列，[1:10,]取的是10行

> df1<-mtcars[1:10]

> df1

                     mpg cyl  disp  hp drat    wt  qsec vs am gear

Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0  1    4

Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0  1    4

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4

Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1  0    3

Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0  0    3

Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1  0    3

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3

Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0  0    3

Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0  0    3

Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0  0    3

Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0  0    3

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1  0    3

Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0  0    3

AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0  0    3

Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0  0    3

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0  0    3

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1  1    4

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0  1    5

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1  1    5

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0  1    5

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0  1    5

Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0  1    5

Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1  1    4

> df1<-mtcars[1:10,]#注意2者区别，1：10是取的10列，[1:10,]取的是10行

> df1

                   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

Datsun 710        22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360        14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D         24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230          22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280          19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

> df1<-mtcars[,1:10]#[1:10]=[,1:10]

> df1<-mtcars[1:10,]

> df2<-mtcars[11:20,]

> df<-rbind(df1,df2)#按照行重新组合

> df

                     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

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1

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

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1  0    4    2

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1  0    4    4

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1  0    4    4

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0  0    3    3

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0  0    3    3

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

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1  1    4    1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1  1    4    2

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1  1    4    1

> df3<-mtcars[,1:4]#前四列

> df3

                     mpg cyl  disp  hp

Mazda RX4           21.0   6 160.0 110

Mazda RX4 Wag       21.0   6 160.0 110

Datsun 710          22.8   4 108.0  93

Hornet 4 Drive      21.4   6 258.0 110

Hornet Sportabout   18.7   8 360.0 175

Valiant             18.1   6 225.0 105

Duster 360          14.3   8 360.0 245

Merc 240D           24.4   4 146.7  62

Merc 230            22.8   4 140.8  95

Merc 280            19.2   6 167.6 123

Merc 280C           17.8   6 167.6 123

Merc 450SE          16.4   8 275.8 180

Merc 450SL          17.3   8 275.8 180

Merc 450SLC         15.2   8 275.8 180

Cadillac Fleetwood  10.4   8 472.0 205

Lincoln Continental 10.4   8 460.0 215

Chrysler Imperial   14.7   8 440.0 230

Fiat 128            32.4   4  78.7  66

Honda Civic         30.4   4  75.7  52

Toyota Corolla      33.9   4  71.1  65

Toyota Corona       21.5   4 120.1  97

Dodge Challenger    15.5   8 318.0 150

AMC Javelin         15.2   8 304.0 150

Camaro Z28          13.3   8 350.0 245

Pontiac Firebird    19.2   8 400.0 175

Fiat X1-9           27.3   4  79.0  66

Porsche 914-2       26.0   4 120.3  91

Lotus Europa        30.4   4  95.1 113

Ford Pantera L      15.8   8 351.0 264

Ferrari Dino        19.7   6 145.0 175

Maserati Bora       15.0   8 301.0 335

Volvo 142E          21.4   4 121.0 109

> df4<-mtcars[,5:8]

> df4

                    drat    wt  qsec vs

Mazda RX4           3.90 2.620 16.46  0

Mazda RX4 Wag       3.90 2.875 17.02  0

Datsun 710          3.85 2.320 18.61  1

Hornet 4 Drive      3.08 3.215 19.44  1

Hornet Sportabout   3.15 3.440 17.02  0

Valiant             2.76 3.460 20.22  1

Duster 360          3.21 3.570 15.84  0

Merc 240D           3.69 3.190 20.00  1

Merc 230            3.92 3.150 22.90  1

Merc 280            3.92 3.440 18.30  1

Merc 280C           3.92 3.440 18.90  1

Merc 450SE          3.07 4.070 17.40  0

Merc 450SL          3.07 3.730 17.60  0

Merc 450SLC         3.07 3.780 18.00  0

Cadillac Fleetwood  2.93 5.250 17.98  0

Lincoln Continental 3.00 5.424 17.82  0

Chrysler Imperial   3.23 5.345 17.42  0

Fiat 128            4.08 2.200 19.47  1

Honda Civic         4.93 1.615 18.52  1

Toyota Corolla      4.22 1.835 19.90  1

Toyota Corona       3.70 2.465 20.01  1

Dodge Challenger    2.76 3.520 16.87  0

AMC Javelin         3.15 3.435 17.30  0

Camaro Z28          3.73 3.840 15.41  0

Pontiac Firebird    3.08 3.845 17.05  0

Fiat X1-9           4.08 1.935 18.90  1

Porsche 914-2       4.43 2.140 16.70  0

Lotus Europa        3.77 1.513 16.90  1

Ford Pantera L      4.22 3.170 14.50  0

Ferrari Dino        3.62 2.770 15.50  0

Maserati Bora       3.54 3.570 14.60  0

Volvo 142E          4.11 2.780 18.60  1

> df5<-cbind(df3,df4)

> df5<-cbind(df3,df4)#按照列重新组合

> df5

                     mpg cyl  disp  hp drat    wt  qsec vs

Mazda RX4           21.0   6 160.0 110 3.90 2.620 16.46  0

Mazda RX4 Wag       21.0   6 160.0 110 3.90 2.875 17.02  0

Datsun 710          22.8   4 108.0  93 3.85 2.320 18.61  1

Hornet 4 Drive      21.4   6 258.0 110 3.08 3.215 19.44  1

Hornet Sportabout   18.7   8 360.0 175 3.15 3.440 17.02  0

Valiant             18.1   6 225.0 105 2.76 3.460 20.22  1

Duster 360          14.3   8 360.0 245 3.21 3.570 15.84  0

Merc 240D           24.4   4 146.7  62 3.69 3.190 20.00  1

Merc 230            22.8   4 140.8  95 3.92 3.150 22.90  1

Merc 280            19.2   6 167.6 123 3.92 3.440 18.30  1

Merc 280C           17.8   6 167.6 123 3.92 3.440 18.90  1

Merc 450SE          16.4   8 275.8 180 3.07 4.070 17.40  0

Merc 450SL          17.3   8 275.8 180 3.07 3.730 17.60  0

Merc 450SLC         15.2   8 275.8 180 3.07 3.780 18.00  0

Cadillac Fleetwood  10.4   8 472.0 205 2.93 5.250 17.98  0

Lincoln Continental 10.4   8 460.0 215 3.00 5.424 17.82  0

Chrysler Imperial   14.7   8 440.0 230 3.23 5.345 17.42  0

Fiat 128            32.4   4  78.7  66 4.08 2.200 19.47  1

Honda Civic         30.4   4  75.7  52 4.93 1.615 18.52  1

Toyota Corolla      33.9   4  71.1  65 4.22 1.835 19.90  1

Toyota Corona       21.5   4 120.1  97 3.70 2.465 20.01  1

Dodge Challenger    15.5   8 318.0 150 2.76 3.520 16.87  0

AMC Javelin         15.2   8 304.0 150 3.15 3.435 17.30  0

Camaro Z28          13.3   8 350.0 245 3.73 3.840 15.41  0

Pontiac Firebird    19.2   8 400.0 175 3.08 3.845 17.05  0

Fiat X1-9           27.3   4  79.0  66 4.08 1.935 18.90  1

Porsche 914-2       26.0   4 120.3  91 4.43 2.140 16.70  0

Lotus Europa        30.4   4  95.1 113 3.77 1.513 16.90  1

Ford Pantera L      15.8   8 351.0 264 4.22 3.170 14.50  0

Ferrari Dino        19.7   6 145.0 175 3.62 2.770 15.50  0

Maserati Bora       15.0   8 301.0 335 3.54 3.570 14.60  0

Volvo 142E          21.4   4 121.0 109 4.11 2.780 18.60  1

> #组合数据，merge按照公有变量组合

> df6<-read.csv("R.csv")

> df6<-read.csv("id1.csv")

> df7<-read.csv("id2.csv")

> df8<-merge.data.frame(df6,df7,by.x ="ID1",by.y ="ID2")#变量不一样的情况，前面是X，后面是Y

> df6

  ID1 gender age

1 101      f  10

2 123      m  11

3 124      f  12

4 125      m  11

5 127      m  10

> df7

  ID2 income diary

1 101   1300     a

2 102   1300     b

3 123  20000     a

4 124   2300     b

5 125   2400     a

6 127   2500     b

7 133   2700     a

> df8

  ID1 gender age income diary

1 101      f  10   1300     a

2 123      m  11  20000     a

3 124      f  12   2300     b

4 125      m  11   2400     a

5 127      m  10   2500     b

> #变量一样的情况

> names(df6)[1]<-"ID"

> names(df7)[1]<-"ID"

> df6

   ID gender age

1 101      f  10

2 123      m  11

3 124      f  12

4 125      m  11

5 127      m  10

> df7

   ID income diary

1 101   1300     a

2 102   1300     b

3 123  20000     a

4 124   2300     b

5 125   2400     a

6 127   2500     b

7 133   2700     a

> df9<-merge.data.frame(df6,df7,by="ID")

> df9

   ID gender age income diary

1 101      f  10   1300     a

2 123      m  11  20000     a

3 124      f  12   2300     b

4 125      m  11   2400     a

5 127      m  10   2500     b

> df10<-merge.data.frame(df6,df7,by="ID",all.x = T)

> df10<-merge.data.frame(df6,df7,by="ID",all.y = T)#df7是Y，其中数据全部得到保留，没有的项以NA呈现

> df10<-merge.data.frame(df6,df7,by="ID",all= T)#两个数据集其中数据全部都保留

> df10

   ID gender age income diary

1 101      f  10   1300     a

2 102    NA   1300     b

3 123      m  11  20000     a

4 124      f  12   2300     b

5 125      m  11   2400     a

6 127      m  10   2500     b

7 133    NA   2700     a

你可能感兴趣的:(R语言边学边记6-数据组合拼接与合并)

  • 斤斤计较的婚姻到底有多难？ 白心之岂必有为
    很多人私聊我会问到在哪个人群当中斤斤计较的人最多？我都会回答他，一般婚姻出现问题的斤斤计较的人士会非常多，以我多年经验，在婚姻落的一塌糊涂的人当中，斤斤计较的人数占比在20～30%以上，也就是说10个婚姻出现问题的斤斤计较的人有2-3个有多不减。在婚姻出问题当中，有大量的心理不平衡的、尖酸刻薄的怨妇。在婚姻中仅斤斤计较有两种类型：第一种是物质上的，另一种是精神上的。在物质与精神上抠门已经严重的影响
  • QQ群采集助手，精准引流必备神器 2401_87347160 其他经验分享
    功能概述微信群查找与筛选工具是一款专为微信用户设计的辅助工具，它通过关键词搜索功能，帮助用户快速找到相关的微信群，并提供筛选是否需要验证的群组的功能。主要功能关键词搜索：用户可以输入关键词，工具将自动查找包含该关键词的微信群。筛选功能：工具提供筛选机制，用户可以选择是否只显示需要验证或不需要验证的群组。精准引流：通过上述功能，用户可以更精准地找到目标群组，进行有效的引流操作。3.设备需求该工具可以
  • 机器学习与深度学习间关系与区别 ℒℴѵℯ心·动ꦿ໊ོ꫞ 人工智能学习深度学习python
    一、机器学习概述定义机器学习（MachineLearning,ML）是一种通过数据驱动的方法，利用统计学和计算算法来训练模型，使计算机能够从数据中学习并自动进行预测或决策。机器学习通过分析大量数据样本，识别其中的模式和规律，从而对新的数据进行判断。其核心在于通过训练过程，让模型不断优化和提升其预测准确性。主要类型1.监督学习（SupervisedLearning）监督学习是指在训练数据集中包含输入
  • 随笔 | 仙一般的灵气 海思沧海
    仙岛今天，我看了你全部，似乎已经进入你的世界我不知道，这是否是梦幻，还是你仙一般的灵气吸引了我也许每一个人都要有一份属于自己的追求，这样才能够符合人生的梦想，生活才能够充满着阳光与快乐我不知道，我为什么会这样的感叹，是在感叹自己的人生，还是感叹自己一直没有孜孜不倦的追求只感觉虚度了光阴，每天活在自己的梦中，活在一个不真实的世界是在逃避自己，还是在逃避周围的一切有时候我嘲笑自己，嘲笑自己如此的虚无，
  • 【iOS】MVC设计模式 Magnetic_h iosmvc设计模式objective-c学习ui
    MVC前言如何设计一个程序的结构，这是一门专门的学问，叫做"架构模式"（architecturalpattern），属于编程的方法论。MVC模式就是架构模式的一种。它是Apple官方推荐的App开发架构，也是一般开发者最先遇到、最经典的架构。MVC各层controller层Controller/ViewController/VC（控制器）负责协调Model和View，处理大部分逻辑它将数据从Mod
  • 一百九十四章. 自相矛盾 巨木擎天
    唉！就这么一夜，林子感觉就像过了很多天似的，先是回了阳间家里，遇到了那么多不可思议的事情儿。特别是小伙伴们，第二次与自己见面时，僵硬的表情和恐怖的气氛，让自己如坐针毡，打从心眼里难受！还有东子，他现在还好吗？有没有被人欺负？护城河里的小鱼小虾们，还都在吗？水不会真的干枯了吧？那对相亲相爱漂亮的太平鸟儿，还好吧！春天了，到了做窝、下蛋、喂养小鸟宝宝的时候了，希望它们都能够平安啊！虽然没有看见家人，也
  • 微服务下功能权限与数据权限的设计与实现 nbsaas-boot 微服务java架构
    在微服务架构下，系统的功能权限和数据权限控制显得尤为重要。随着系统规模的扩大和微服务数量的增加，如何保证不同用户和服务之间的访问权限准确、细粒度地控制，成为设计安全策略的关键。本文将讨论如何在微服务体系中设计和实现功能权限与数据权限控制。1.功能权限与数据权限的定义功能权限：指用户或系统角色对特定功能的访问权限。通常是某个用户角色能否执行某个操作，比如查看订单、创建订单、修改用户资料等。数据权限：
  • 小丽成长记（四十三） 玲玲54321
    小丽发现，即使她好不容易调整好自己的心态下一秒总会有不确定的伤脑筋的事出现，一个接一个的问题，人生就没有停下的时候，小问题不断出现。不过她今天看的书，她接受了人生就是不确定的，厉害的人就是不断创造确定性，在Ta的领域比别人多的确定性就能让自己脱颖而出，显示价值从而获得的比别人多的利益。正是这样的原因，因为从前修炼自己太少，使得她现在在人生道路上打怪起来困难重重，她似乎永远摆脱不了那种无力感，有种习
  • 学点心理知识，呵护孩子健康 静候花开_7090
    昨天听了华中师范大学教育管理学系副教授张玲老师的《哪里才是学生心理健康的最后庇护所，超越教育与技术的思考》的讲座。今天又重新学习了一遍，收获匪浅。张玲博士也注意到了当今社会上的孩子由于心理问题导致的自残、自杀及伤害他人等恶性事件。她向我们普及了一个重要的命题，她说心理健康的一些基本命题，我们与我们通常的一些教育命题是不同的，她还举了几个例子，让我们明白我们原来以为的健康并非心理学上的健康。比如如果
  • Cell Insight | 单细胞测序技术又一新发现，可用于HIV-1和Mtb共感染个体诊断 尐尐呅
    结核病是艾滋病合并其他疾病中导致患者死亡的主要原因。其中结核病由结核分枝杆菌（Mycobacteriumtuberculosis,Mtb）感染引起，获得性免疫缺陷综合症（艾滋病）由人免疫缺陷病毒（Humanimmunodeficiencyvirustype1,HIV-1）感染引起。国家感染性疾病临床医学研究中心/深圳市第三人民医院张国良团队携手深圳华大生命科学研究院吴靓团队，共同研究得出单细胞测序
  • c++ 的iostream 和 c++的stdio的区别和联系 黄卷青灯77 c++算法开发语言iostreamstdio
    在C++中，iostream和C语言的stdio.h都是用于处理输入输出的库，但它们在设计、用法和功能上有许多不同。以下是两者的区别和联系：区别1.编程风格iostream（C++风格）：C++标准库中的输入输出流类库，支持面向对象的输入输出操作。典型用法是cin（输入）和cout（输出），使用>操作符来处理数据。更加类型安全，支持用户自定义类型的输入输出。#includeintmain(){in
  • 《投行人生》读书笔记 小蘑菇的树洞
    《投行人生》----作者詹姆斯-A-朗德摩根斯坦利副主席40年的职业洞见-很短小精悍的篇幅，比较适合初入职场的新人。第一部分成功的职业生涯需要规划1.情商归为适应能力分享与协作同理心适应能力，更多的是自我意识，你有能力识别自己的情并分辨这些情绪如何影响你的思想和行为。2.对于初入职场的人的建议，细节，截止日期和数据很重要截止日期，一种有效的方法是请老板为你所有的任务进行优先级排序。和老板喝咖啡的好
  • Long类型前后端数据不一致 igotyback 前端
    响应给前端的数据浏览器控制台中response中看到的Long类型的数据是正常的到前端数据不一致前后端数据类型不匹配是一个常见问题，尤其是当后端使用Java的Long类型（64位）与前端JavaScript的Number类型（最大安全整数为2^53-1，即16位）进行数据交互时，很容易出现精度丢失的问题。这是因为JavaScript中的Number类型无法安全地表示超过16位的整数。为了解决这个问
  • 如何在 Fork 的 GitHub 项目中保留自己的修改并同步上游更新？github_fork_update iBaoxing github
    如何在Fork的GitHub项目中保留自己的修改并同步上游更新？在GitHub上Fork了一个项目后，你可能会对项目进行一些修改，同时原作者也在不断更新。如果想要在保留自己修改的基础上，同步原作者的最新更新，很多人会不知所措。本文将详细讲解如何在不丢失自己改动的情况下，将上游仓库的更新合并到自己的仓库中。问题描述假设你在GitHub上Fork了一个项目，并基于该项目做了一些修改，随后你发现原作者对
  • 扫地机类清洁产品之直流无刷电机控制 悟空胆好小 清洁服务机器人单片机人工智能
    扫地机类清洁产品之直流无刷电机控制1.1前言扫地机产品有很多的电机控制，滚刷电机1个，边刷电机1-2个，清水泵电机，风机一个，部分中高端产品支持抹布功能，也就是存在抹布盘电机，还有追觅科沃斯石头等边刷抬升电机，滚刷抬升电机等的，这些电机有直流有刷电机，直接无刷电机，步进电机，电磁阀，挪动泵等不同类型。电机的原理，驱动控制方式也不行。接下来一段时间的几个文章会作个专题分析分享。直流有刷电机会自动持续
  • 店群合一模式下的社区团购新发展——结合链动 2+1 模式、AI 智能名片与 S2B2C 商城小程序源码 说私域 人工智能小程序
    摘要：本文探讨了店群合一的社区团购平台在当今商业环境中的重要性和优势。通过分析店群合一模式如何将互联网社群与线下终端紧密结合，阐述了链动2+1模式、AI智能名片和S2B2C商城小程序源码在这一模式中的应用价值。这些创新元素的结合为社区团购带来了新的机遇，提升了用户信任感、拓展了营销渠道，并实现了线上线下的完美融合。一、引言随着互联网技术的不断发展，社区团购作为一种新兴的商业模式，在满足消费者日常需
  • 2021-08-26 影幽
    在生活中，女人与男人的感悟往往有所不同。人生最大的舞台就是生活，大幕随时都可能拉开，关键是你愿不愿意表演都无法躲避。在生活中，遇事不要急躁，不要急于下结论，尤其生气时不要做决断，要学会换位思考，大事化小小事化了，把复杂的事情尽量简单处理，千万不要把简单的事情复杂化。永远不要扭曲，别人善意，无药可救。昨天是张过期的支票，明天是张信用卡，只有今天才是现金，要善加利用！执着的攀登者不必去与别人比较自己的
  • 高级编程--XML+socket练习题 masa010 java开发语言
    1.北京华北2114.8万人上海华东2,500万人广州华南1292.68万人成都华西1417万人（1）使用dom4j将信息存入xml中（2）读取信息，并打印控制台（3）添加一个city节点与子节点（4）使用socketTCP协议编写服务端与客户端，客户端输入城市ID，服务器响应相应城市信息（5）使用socketTCP协议编写服务端与客户端，客户端要求用户输入city对象，服务端接收并使用dom4j
  • 2018-07-23-催眠日作业-#不一样的31天#-66小鹿 小鹿_33
    预言日：人总是在逃避命运的路上，与之不期而遇。心理学上有个著名的名词，叫做自证预言；经济学上也有一个很著名的定律叫做，墨菲定律；在灵修派上，还有一个很著名的法则，叫做吸引力法则。这3个领域的词，虽然看起来不太一样，但是他们都在告诉人们一个现象：你越担心什么，就越有可能会发生什么。同样的道理，你越想得到什么，就应该要积极地去创造什么。无论是自证预言，墨菲定律还是吸引力法则，对人都有正反2个维度的影响
  • 【一起学Rust | 设计模式】习惯语法——使用借用类型作为参数、格式化拼接字符串、构造函数 广龙宇 一起学Rust#Rust设计模式rust设计模式开发语言
    提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、使用借用类型作为参数二、格式化拼接字符串三、使用构造函数总结前言Rust不是传统的面向对象编程语言，它的所有特性，使其独一无二。因此，学习特定于Rust的设计模式是必要的。本系列文章为作者学习《Rust设计模式》的学习笔记以及自己的见解。因此，本系列文章的结构也与此书的结构相同（后续可能会调成结构），基本上分为三个部分
  • 回溯 Leetcode 332 重新安排行程 mmaerd Leetcode刷题学习记录leetcode算法职场和发展
    重新安排行程Leetcode332学习记录自代码随想录给你一份航线列表tickets，其中tickets[i]=[fromi,toi]表示飞机出发和降落的机场地点。请你对该行程进行重新规划排序。所有这些机票都属于一个从JFK（肯尼迪国际机场）出发的先生，所以该行程必须从JFK开始。如果存在多种有效的行程，请你按字典排序返回最小的行程组合。例如，行程[“JFK”,“LGA”]与[“JFK”,“LGB
  • 每日一题——第九十题 互联网打工人no1 C语言程序设计每日一练c语言
    题目：判断子串是否与主串匹配#include#include#include//////判断子串是否在主串中匹配//////主串///子串///boolisSubstring(constchar*str,constchar*substr){intlenstr=strlen(str);//计算主串的长度intlenSub=strlen(substr);//计算子串的长度//遍历主字符串，对每个可能得
  • Python数据分析与可视化实战指南 William数据分析 pythonpython数据
    在数据驱动的时代，Python因其简洁的语法、强大的库生态系统以及活跃的社区，成为了数据分析与可视化的首选语言。本文将通过一个详细的案例，带领大家学习如何使用Python进行数据分析，并通过可视化来直观呈现分析结果。一、环境准备1.1安装必要库在开始数据分析和可视化之前，我们需要安装一些常用的库。主要包括pandas、numpy、matplotlib和seaborn等。这些库分别用于数据处理、数学
  • WPF中的ComboBox控件几种数据绑定的方式 互联网打工人no1 wpfc#
    一、用字典给ItemsSource赋值（此绑定用的地方很多，建议熟练掌握）在XMAL中：在CS文件中privatevoidBindData(){DictionarydicItem=newDictionary();dicItem.add(1,"北京");dicItem.add(2,"上海");dicItem.add(3,"广州");cmb_list.ItemsSource=dicItem;cmb_l
  • 《庄子.达生9》 钱江潮369
    【原文】孔子观于吕梁，县水三十仞，流沫四十里，鼋鼍鱼鳖之所不能游也。见一丈夫游之，以为有苦而欲死也，使弟子并流而拯之。数百步而出，被发行歌而游于塘下。孔子从而问焉，曰：“吾以子为鬼，察子则人也。请问，‘蹈水有道乎’”曰：“亡，吾无道。吾始乎故，长乎性，成乎命。与齐俱入，与汩偕出，从水之道而不为私焉。此吾所以蹈之也。”孔子曰：“何谓始乎故，长乎性，成乎命？”曰：“吾生于陵而安于陵，故也；长于水而安于
  • git常用命令笔记 咩酱-小羊 git笔记
    ###用习惯了idea总是不记得git的一些常见命令，需要用到的时候总是担心旁边站了人~~~记个笔记@_@，告诉自己看笔记不丢人初始化初始化一个新的Git仓库gitinit配置配置用户信息gitconfig--globaluser.name"YourName"gitconfig--globaluser.email"[email protected]"基本操作克隆远程仓库gitclone查看
  • 水泥质量纠纷案代理词 徐宝峰律师
    贵州领航建设有限公司诉贵州纳雍隆庆乌江水泥有限公司产品质量纠纷案代理词尊敬的审判长、审判员：贵州千里律师事务所接受被告贵州纳雍隆庆乌江水泥有限公司的委托，指派我担任其诉讼代理人，参加本案的诉讼活动。下面，我结合本案事实和相关法律规定发表如下代理意见，供合议庭评议案件时参考：原告应当举证证明其遭受的损失与被告生产的水泥质量的因果关系。首先水泥是一种粉状水硬性无机胶凝材料。加水搅拌后成浆体，能在空气中
  • Pyecharts数据可视化大屏：打造沉浸式数据分析体验 我的运维人生 信息可视化数据分析数据挖掘运维开发技术共享
    Pyecharts数据可视化大屏：打造沉浸式数据分析体验在当今这个数据驱动的时代，如何将海量数据以直观、生动的方式展现出来，成为了数据分析师和企业决策者关注的焦点。Pyecharts，作为一款基于Python的开源数据可视化库，凭借其丰富的图表类型、灵活的配置选项以及高度的定制化能力，成为了构建数据可视化大屏的理想选择。本文将深入探讨如何利用Pyecharts打造数据可视化大屏，并通过实际代码案例
  • Goolge earth studio 进阶4——路径修改与平滑 陟彼高冈yu Googleearthstudio进阶教程旅游
    如果我们希望在大约中途时获得更多的城市鸟瞰视角。可以将相机拖动到这里并创建一个新的关键帧。camera_target_clip_7EarthStudio会自动平滑我们的路径，所以当我们通过这个关键帧时，不是一个生硬的角度，而是一个平滑的曲线。camera_target_clip_8路径上有贝塞尔控制手柄，允许我们调整路径的形状。右键单击，我们可以选择“平滑路径”，这是默认的自动平滑算法，或者我们可
  • Python教程：一文了解使用Python处理XPath 旦莫 Python进阶python开发语言
    目录1.环境准备1.1安装lxml1.2验证安装2.XPath基础2.1什么是XPath？2.2XPath语法2.3示例XML文档3.使用lxml解析XML3.1解析XML文档3.2查看解析结果4.XPath查询4.1基本路径查询4.2使用属性查询4.3查询多个节点5.XPath的高级用法5.1使用逻辑运算符5.2使用函数6.实战案例6.1从网页抓取数据6.1.1安装Requests库6.1.2代
  • Hadoop(一) 朱辉辉33 hadooplinux
    今天在诺基亚第一天开始培训大数据，因为之前没接触过Linux，所以这次一起学了，任务量还是蛮大的。 首先下载安装了Xshell软件，然后公司给了账号密码连接上了河南郑州那边的服务器，接下来开始按照给的资料学习，全英文的，头也不讲解，说锻炼我们的学习能力，然后就开始跌跌撞撞的自学。这里写部分已经运行成功的代码吧.    在hdfs下，运行hadoop fs -mkdir /u
  • maven An error occurred while filtering resources blackproof maven报错
    转：http://stackoverflow.com/questions/18145774/eclipse-an-error-occurred-while-filtering-resources   maven报错： maven An error occurred while filtering resources   Maven -> Update Proje
  • jdk常用故障排查命令 daysinsun jvm
    linux下常见定位命令： 1、jps      输出Java进程       -q       只输出进程ID的名称，省略主类的名称；       -m      输出进程启动时传递给main函数的参数；     &nb
  • java 位移运算与乘法运算 周凡杨 java位移运算乘法
      对于 JAVA 编程中，适当的采用位移运算，会减少代码的运行时间，提高项目的运行效率。这个可以从一道面试题说起：     问题： 用最有效率的方法算出2 乘以8 等於几?” 答案：2 << 3 由此就引发了我的思考，为什么位移运算会比乘法运算更快呢？其实简单的想想，计算机的内存是用由 0 和 1 组成的二
  • java中的枚举(enmu) g21121 java
    从jdk1.5开始，java增加了enum(枚举)这个类型，但是大家在平时运用中还是比较少用到枚举的，而且很多人和我一样对枚举一知半解，下面就跟大家一起学习下enmu枚举。先看一个最简单的枚举类型，一个返回类型的枚举： public enum ResultType { /** * 成功 */ SUCCESS, /** * 失败 */ FAIL,
  • MQ初级学习 510888780 activemq
    1.下载ActiveMQ 去官方网站下载：http://activemq.apache.org/ 2.运行ActiveMQ 解压缩apache-activemq-5.9.0-bin.zip到C盘，然后双击apache-activemq-5.9.0-\bin\activemq-admin.bat运行ActiveMQ程序。 启动ActiveMQ以后，登陆：http://localhos
  • Spring_Transactional_Propagation 布衣凌宇 springtransactional
    //事务传播属性 @Transactional(propagation=Propagation.REQUIRED)//如果有事务，那么加入事务，没有的话新创建一个 @Transactional(propagation=Propagation.NOT_SUPPORTED)//这个方法不开启事务 @Transactional(propagation=Propagation.REQUIREDS_N
  • 我的spring学习笔记12-idref与ref的区别 aijuans spring
    idref用来将容器内其他bean的id传给<constructor-arg>/<property>元素，同时提供错误验证功能。例如： <bean id ="theTargetBean" class="..." /> <bean id ="theClientBean" class=&quo
  • Jqplot之折线图 antlove jsjqueryWebtimeseriesjqplot
    timeseriesChart.html <script type="text/javascript" src="jslib/jquery.min.js"></script> <script type="text/javascript" src="jslib/excanvas.min.js&
  • JDBC中事务处理应用 百合不是茶 javaJDBC编程事务控制语句
      解释事务的概念; 事务控制是sql语句中的核心之一;事务控制的作用就是保证数据的正常执行与异常之后可以恢复   事务常用命令:             Commit提交         
  • [转]ConcurrentHashMap Collections.synchronizedMap和Hashtable讨论 bijian1013 java多线程线程安全HashMap
    在Java类库中出现的第一个关联的集合类是Hashtable，它是JDK1.0的一部分。 Hashtable提供了一种易于使用的、线程安全的、关联的map功能，这当然也是方便的。然而，线程安全性是凭代价换来的――Hashtable的所有方法都是同步的。此时，无竞争的同步会导致可观的性能代价。Hashtable的后继者HashMap是作为JDK1.2中的集合框架的一部分出现的，它通过提供一个不同步的
  • ng-if与ng-show、ng-hide指令的区别和注意事项 bijian1013 JavaScriptAngularJS
            angularJS中的ng-show、ng-hide、ng-if指令都可以用来控制dom元素的显示或隐藏。ng-show和ng-hide根据所给表达式的值来显示或隐藏HTML元素。当赋值给ng-show指令的值为false时元素会被隐藏，值为true时元素会显示。ng-hide功能类似，使用方式相反。元素的显示或
  • 【持久化框架MyBatis3七】MyBatis3定义typeHandler bit1129 TypeHandler
    什么是typeHandler? typeHandler用于将某个类型的数据映射到表的某一列上，以完成MyBatis列跟某个属性的映射   内置typeHandler MyBatis内置了很多typeHandler，这写typeHandler通过org.apache.ibatis.type.TypeHandlerRegistry进行注册，比如对于日期型数据的typeHandler，
  • 上传下载文件rz,sz命令 bitcarter linux命令rz
    刚开始使用rz上传和sz下载命令： 因为我们是通过secureCRT终端工具进行使用的所以会有上传下载这样的需求： 我遇到的问题： sz下载A文件10M左右，没有问题 但是将这个文件A再传到另一天服务器上时就出现传不上去，甚至出现乱码，死掉现象，具体问题 解决方法： 上传命令改为;rz -ybe 下载命令改为：sz -be filename 如果还是有问题： 那就是文
  • 通过ngx-lua来统计nginx上的虚拟主机性能数据 ronin47 ngx-lua　统计 解禁ip
    介绍 以前我们为nginx做统计,都是通过对日志的分析来完成.比较麻烦,现在基于ngx_lua插件,开发了实时统计站点状态的脚本,解放生产力.项目主页: https://github.com/skyeydemon/ngx-lua-stats 功能 支持分不同虚拟主机统计, 同一个虚拟主机下可以分不同的location统计. 可以统计与query-times request-time
  • java-68-把数组排成最小的数。一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的。例如输入数组{32, 321}，则输出32132 bylijinnan java
    import java.util.Arrays; import java.util.Comparator; public class MinNumFromIntArray { /** * Q68输入一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的一个。 * 例如输入数组{32, 321}，则输出这两个能排成的最小数字32132。请给出解决问题
  • Oracle基本操作 ccii Oracle SQL总结Oracle SQL语法Oracle基本操作Oracle SQL
    一、表操作 1. 常用数据类型 NUMBER(p,s)：可变长度的数字。p表示整数加小数的最大位数，s为最大小数位数。支持最大精度为38位 NVARCHAR2(size)：变长字符串，最大长度为4000字节（以字符数为单位） VARCHAR2(size)：变长字符串，最大长度为4000字节（以字节数为单位） CHAR(size)：定长字符串，最大长度为2000字节，最小为1字节，默认
  • [强人工智能]实现强人工智能的路线图 comsci 人工智能
        1：创建一个用于记录拓扑网络连接的矩阵数据表      2:自动构造或者人工复制一个包含10万个连接(1000*1000)的流程图      3：将这个流程图导入到矩阵数据表中      4：在矩阵的每个有意义的节点中嵌入一段简单的
  • 给Tomcat，Apache配置gzip压缩(HTTP压缩)功能 cwqcwqmax9 apache
    背景： HTTP 压缩可以大大提高浏览网站的速度，它的原理是，在客户端请求网页后，从服务器端将网页文件压缩，再下载到客户端，由客户端的浏览器负责解压缩并浏览。相对于普通的浏览过程HTML ,CSS,Javascript , Text ，它可以节省40%左右的流量。更为重要的是，它可以对动态生成的，包括CGI、PHP , JSP , ASP , Servlet,SHTML等输出的网页也能进行压缩，
  • SpringMVC and Struts2 dashuaifu struts2springMVC
    SpringMVC VS Struts2 1: spring3开发效率高于struts 2: spring3 mvc可以认为已经100%零配置 3: struts2是类级别的拦截， 一个类对应一个request上下文， springmvc是方法级别的拦截，一个方法对应一个request上下文，而方法同时又跟一个url对应 所以说从架构本身上 spring3 mvc就容易实现r
  • windows常用命令行命令 dcj3sjt126com windowscmdcommand
    在windows系统中，点击开始－运行，可以直接输入命令行，快速打开一些原本需要多次点击图标才能打开的界面，如常用的输入cmd打开dos命令行，输入taskmgr打开任务管理器。此处列出了网上搜集到的一些常用命令。winver 检查windows版本 wmimgmt.msc 打开windows管理体系结构(wmi) wupdmgr windows更新程序 wscrip
  • 再看知名应用背后的第三方开源项目 dcj3sjt126com ios
    知名应用程序的设计和技术一直都是开发者需要学习的，同样这些应用所使用的开源框架也是不可忽视的一部分。此前《 iOS第三方开源库的吐槽和备忘》中作者ibireme列举了国内多款知名应用所使用的开源框架，并对其中一些框架进行了分析，同样国外开发者 @iOSCowboy也在博客中给我们列出了国外多款知名应用使用的开源框架。另外txx's blog中详细介绍了 Facebook Paper使用的第三
  • Objective-c单例模式的正确写法 jsntghf 单例iosiPhone
    一般情况下，可能我们写的单例模式是这样的： #import <Foundation/Foundation.h> @interface Downloader : NSObject + (instancetype)sharedDownloader; @end #import "Downloader.h" @implementation
  • jquery easyui datagrid 加载成功，选中某一行 hae jqueryeasyuidatagrid数据加载
    1.首先你需要设置datagrid的onLoadSuccess $( '#dg' ).datagrid({onLoadSuccess :  function (data){      $( '#dg' ).datagrid( 'selectRow' ,3); }});   2.onL
  • jQuery用户数字打分评价效果 ini JavaScripthtmljqueryWebcss
    效果体验：http://hovertree.com/texiao/jquery/5.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>jQuery用户数字打分评分代码 - HoverTree</
  • mybatis的paramType kerryg DAOsql
    MyBatis传多个参数： 1、采用#{0},#{1}获得参数：    Dao层函数方法：     public User selectUser(String name,String area); 对应的Mapper.xml    <select id="selectUser" result
  • centos 7安装mysql5.5 MrLee23 centos
    首先centos7 已经不支持mysql，因为收费了你懂得，所以内部集成了mariadb，而安装mysql的话会和mariadb的文件冲突，所以需要先卸载掉mariadb，以下为卸载mariadb，安装mysql的步骤。   #列出所有被安装的rpm package rpm -qa | grep mariadb   #卸载 rpm -e mariadb-libs-5.
  • 利用thrift来实现消息群发 qifeifei thrift
               Thrift项目一般用来做内部项目接偶用的，还有能跨不同语言的功能，非常方便，一般前端系统和后台server线上都是3个节点，然后前端通过获取client来访问后台server，那么如果是多太server，就是有一个负载均衡的方法，然后最后访问其中一个节点。那么换个思路，能不能发送给所有节点的server呢，如果能就
  • 实现一个sizeof获取Java对象大小 teasp javaHotSpot内存对象大小sizeof
       由于Java的设计者不想让程序员管理和了解内存的使用，我们想要知道一个对象在内存中的大小变得比较困难了。本文提供了可以获取对象的大小的方法，但是由于各个虚拟机在内存使用上可能存在不同，因此该方法不能在各虚拟机上都适用，而是仅在hotspot 32位虚拟机上，或者其它内存管理方式与hotspot 32位虚拟机相同的虚拟机上 适用。     
  • SVN错误及处理 xiangqian0505 SVN提交文件时服务器强行关闭
    在SVN服务控制台打开资源库“SVN无法读取current” ---摘自网络 写道 SVN无法读取current修复方法 Can't read file : End of file found 文件：repository/db/txn_current、repository/db/current   其中current记录当前最新版本号，txn_current记录版本库中版本
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他