Data Frame是R中最常用的數據結構，由行和列組成，相當於R中的表，與Matrix每列數據類型必須相同的區別是，數據框每個列可以是不同的數據類型。
Data Frame每一列有列名，每一行也可以指定行名。如果不指定行名，那么就是從1開始自增的Sequence來標識每一行。
(1) 創建數據框
> patientID <- c(1:4)
> age <- c(25,31,42,57)
> diabetes <- c("Type1","Type2","Type3","Type4")
> status <- c("Poor","Improved","Excellent","Poor")
> patientdata <- data.frame(patientID,age,diabetes,status)
> patientdata
patientID age diabetes status
1 1 25 Type1 Poor
2 2 31 Type2 Improved
3 3 42 Type3 Excellent
4 4 57 Type4 Poor
(2)與Matrix一樣，使用[行Index,列Index]的格式可以訪問具體的元素。
> patientdata
patientID age diabetes status
1 1 25 Type1 Poor
2 2 31 Type2 Improved
3 3 42 Type3 Excellent
4 4 57 Type4 Poor
> patientdata[1,]
patientID age diabetes status
1 1 25 Type1 Poor
> patientdata[,1]
[1] 1 2 3 4
> patientdata[1]
patientID
1 1
2 2
3 3
4 4
patientdata[1:2]
patientdata[c("patientID","age")]
patientID age
1 1 25
2 2 31
3 3 42
4 4 57
(3) attach()、 detach()和with() 使用attach和detach函數可以使得訪問列時不需要總是跟着變量名在前面。
比如要打印所有age，那么可以寫成：
> print(age)
[1] 25 31 42 57
> detach(patientdata)
with實現相同的功能
> with(patientdata,{
+ print(age)
+ })
[1] 25 31 42 57
(4) 查看數據類型
> str(patientdata)
'data.frame': 4 obs. of 4 variables:
$ patientID: int 1 2 3 4
$ age : num 25 31 42 57
$ diabetes : Factor w/ 4 levels "Type1","Type2",..: 1 2 3 4
$ status : Factor w/ 3 levels "Excellent","Improved",..: 3 2 1 3
修改數據類型
patientdata$diabetes<-as.character(patientdata$diabetes)
(5) 增加列：> patientdata$name <- c("Bob","Allen","Tom","Jack")
(6) 查詢/子集
查詢一個Date Frame，返回一個滿足條件的子集，這相當於數據庫中的表查詢，是非常常見的操作。使用行和列的Index來獲取子集是最簡單的方法，前面已經提到過。如果我們使用布爾向量，配合which函數，可以實現對行的過濾。
這里我們想得到status為Poor的人的情況：
> patientdata[which(patientdata$status=="Poor"),]
patientID age diabetes status name
1 1 25 Type1 Poor Bob
4 4 57 Type4 Poor Jack
如果只想知道status為Poor的人的姓名：
> patientdata[which(patientdata$status=="Poor"),"name"]
[1] "Bob" "Jack"
還可以用subset更為簡潔：
> subset(patientdata,status=="Poor" & age < 30,select = c("name","diabetes"))
name diabetes
1 Bob Type1
還可以用sql語句:
> library(sqldf)
> result<-sqldf("select * from patientdata where status='Poor' and age<30")
> result
patientID age diabetes status name
1 1 25 Type1 Poor Bob
(7)數據框連接
> patientdata1 <- patientdata
> rbind(patientdata,patientdata1) ##按照列連接，列數必須相同
patientID age diabetes status name
1 1 25 Type1 Poor Bob
2 2 31 Type2 Improved Allen
3 3 42 Type3 Excellent Tom
4 4 57 Type4 Poor Jack
5 1 25 Type1 Poor Bob
6 2 31 Type2 Improved Allen
7 3 42 Type3 Excellent Tom
8 4 57 Type4 Poor Jack
> cbind(patientdata,patientdata1) ##按照行連接，行數必須相同
patientID age diabetes status name patientID age diabetes status name
1 1 25 Type1 Poor Bob 1 25 Type1 Poor Bob
2 2 31 Type2 Improved Allen 2 31 Type2 Improved Allen
3 3 42 Type3 Excellent Tom 3 42 Type3 Excellent Tom
4 4 57 Type4 Poor Jack 4 57 Type4 Poor Jack
(8) 更改數據框所有數據的格式
df<- lapply(df,as.numeric)