R语言 移除数据框架中的行名显示
数据框架的行和列是使用元素的唯一行和列名来引用的。数据框架方法有一个属性row.names,它不会对数据框架的现有结构做任何修改,它只是忽略了分配给行的名字。因此,由行名组成的第一列不会被显示。默认情况下,分配给这个属性的逻辑值是TRUE。在这篇文章中,我们将看到如何在R编程语言中不显示DataFrame行名。
方法1:使用row.names = FALSE
如果没有明确分配行名,以1开头的行号被分配为数据框架的行名。下面的R程序说明了这种方法,在显示的时候,row.names属性被设置为FALSE,因此,在下面的输出中看不到行名。
# declaring a dataframe in R
data_frame = data.frame("Col_1" = c(1, 2, NA, 0),
"Col_2" = c( NA, NA, 3, 8),
"Col_3" = c("A", "V", "j", "y"))
print("Original dataframe")
print(data_frame)
# printing modified dataframe
print("Modified dataframe")
# without displaying rownames
print(data_frame,row.names=FALSE)
输出
[1] "Original dataframe"
Col_1 Col_2 Col_3
1 1 NA A
2 2 NA V
3 NA 3 j
4 0 8 y
[1] "Modified dataframe"
Col_1 Col_2 Col_3
1 NA A
2 NA V
NA 3 j
0 8 y
使用row.names(df)我们可以分配一个字符串变量对象作为数据框架的每一行的名字。字符向量的长度应该与数据框架的长度相当。在这种情况下,默认的行号会被分配的行名覆盖。
# declaring a dataframe in R
data_frame = data.frame("Col_1" = c(1, 2, NA, 0),
"Col_2" = c( NA, NA, 3, 8),
"Col_3" = c("A", "V", "j", "y"))
# assigning row names to dataframe
row.names(data_frame) <- c("ROW1", "ROW2", "ROW3", "ROW4")
print("Original dataframe")
print(data_frame)
# printing modified dataframe
print("Modified dataframe")
# without displaying rownames
print(data_frame, row.names = FALSE)
输出
[1] "Original dataframe"
Col_1 Col_2 Col_3
ROW1 1 NA A
ROW2 2 NA V
ROW3 NA 3 j
ROW4 0 8 y
[1] "Modified dataframe"
Col_1 Col_2 Col_3
1 NA A
2 NA V
NA 3 j
0 8 y
方法2:将行名赋值为NULL
如果我们希望删除数据框架的行名,那么我们可以使用数据框架的rownames()方法将它们赋值为NULL。然而,这将导致对整个数据框架的修改。如果行名是明确分配给行的,那么使用rownames(df)到NULL,就可以删除行名并使用行号来访问行。在这种情况下,最初行名是用来引用行的,但是一旦rownames(df)被分配为null,任何对行名的引用都会被删除。
# declaring a dataframe in R
data_frame = data.frame("Col_1" = c(1, 2, NA, 0),
"Col_2" = c( NA, NA, 3, 8),
"Col_3" = c("A", "V", "j", "y"))
# assigning row names to dataframe
row.names(data_frame) <- c("ROW1","ROW2","ROW3","ROW4")
print("Original dataframe")
print(data_frame)
# assigning the rownames to null
rownames(data_frame) <- NULL
# printing modified dataframe
print("Modified dataframe")
# without displaying rownames
print(data_frame)
输出
[1] "Original dataframe"
Col_1 Col_2 Col_3
ROW1 1 NA A
ROW2 2 NA V
ROW3 NA 3 j
ROW4 0 8 y
[1] "Modified dataframe"
Col_1 Col_2 Col_3
1 1 NA A
2 2 NA V
3 NA 3 j
4 0 8 y