,] #只访问1,3行，注意写法 c( ) StudentID names subjects scores 1 2014 小明 英语 87 3 2016 小兰 英语 93 > Result[c(1,4)] #只访问1,4列，注意写法 c( ) StudentID scores 1 2014 87 2 2015 98 3 2016 93 > Result[c("names","scores")] #只访问names和scores列，注意写法 c( ) names scores 1 小明 87 2 小红 98 3 小兰 93
由上可得：对数据框操作，必须以向量为单位，使用c( ) or list( ),通过上述了解，我们发现，普通的访问必须带着行名和列名，这有的时候给我们带来不必要的麻烦，比如我要计算成绩平均值，带上列名Score会给我们带来一些困惑，于是有哪些方法可以在访问数据库元素时不带着行名或者列名呢？
方法一：用attach和detach函数，比如要打印所有names，那么可以写成：
> attach(Result)
The following objects are masked _by_ .GlobalEnv:
names, scores, StudentID, subjects
The following objects are masked from Result (pos = 3):
names, scores, StudentID, subjects
> name <- names
> score <-scores
> detach(Result)
> name
[1] "小明" "小红" "小兰"
> score
[1] 87 98 93
> mean(score)
[1] 92.66667
方法二：用with函数
> with(Result,{score <- scores})
> score
[1] 87 98 93
上面谈到了dataframe的创建和读取，如果我需要添加或者删除某一列该怎么办呢？
> Result$age<-c(12,14,13) #添加age列
> Result
StudentID names subjects scores age
1 2014 小明 英语 87 12
2 2015 小红 英语 98 14
3 2016 小兰 英语 93 13
> Result2 <- Result[-2] #删除name列 > Result2 StudentID subjects scores age 1 2014 英语 87 12 2 2015 英语 98 14 3 2016 英语 93 13
如果我需要查询成绩等于98的学生的信息该怎么办呢？
> Result[which(Result$scores==98),]
StudentID names subjects scores age
2 2015 小红 英语 98 14
上面说过了，矩阵和数据框也是两种不同的数据类型，我们知道数据类型之间可以互相转换，用is.***( )可以判断某个变量是否为***类型，用as.***( )则将某个变量转换为***类型。那么相应的，矩阵转换为数据框类型则应为：
> myarray
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
> myarrayframe <- as.data.frame(myarray)
> myarrayframe
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
> is.data.frame(myarray)
[1] FALSE
> is.data.frame(myarrayframe)
[1] TRUE
跟矩阵matrix操作一样，数据框也有rbind和cbind函数，用法大致相同，有兴趣的朋友可以简单联系一下，这里不再赘述。
最后，我们来谈一下数据框数据处理操作：
上面我们讲到，利用dataframe[ 列号 ]或者dataframe[ 列值 ]可以读取数据框的某一列，返回值仍为数据框类型，但是这部分数据不方便直接利用我们之前讲过的求和，求平均值等方法进行计算分析，因为读取的数据带有“行名/列名”，这个为字符型变量。有的人会问，我在创建数据框的时候，不加行名和列名不就行了？第一，在创建数据框的时候，会默认给你分配行名或者列名，第二，就算不分配行名或者列名，那数据框创建起来还有什么意义？
> mydataframe
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
> mydataframe["C4"]
C4
R1 13
R2 14
R3 15
R4 16
> mean(mydataframe["C4"])
[1] NA
Warning message:
In mean.default(mydataframe["C4"]) : 参数不是数值也不是逻辑值：回覆NA
> is.data.frame(mydataframe["C4"])
[1] TRUE
方法一：将数据框格式重新转化为矩阵格式，然后按照矩阵索引的方式来找寻要处理的数据组，利用矩阵或者向量中相关函数来进行一定的数据处理。
> myarray2 <- as.matrix(mydataframe)
> is.matrix(myarray2)
[1] TRUE
> myarray2
C1 C2 C3 C4 C5
R1 1 5 9 13 17
R2 2 6 10 14 18
R3 3 7 11 15 19
R4 4 8 12 16 20
> x <- myarray[,3] #读取第3列的值
> x
R1 R2 R3 R4
9 10 11 12
> is.vector(x) #查看x是否为向量类型
[1] TRUE
> mean(x)
[1] 10.5
> sum(x)
[1] 42
方法二：在读取数据框列的时候换用另外一种方法，dataframe$(行名或者列名)，返回值是vector类型
> c <- mydataframe$C3
> c
[1] 9 10 11 12
> is.vector(c)
[1] TRUE
> mean(c)
[1] 10.5
> sum(c)
[1] 42
同时，也可以利用dataframe$(新的列名) <- 新的向量，来给dataframe添加新的列，具体操作如下：
> mydataframe$sum <- mydataframe$C1 +mydataframe$C4
> mydataframe$mean <- (mydataframe$C1+mydataframe$C4