先创建一个数据框
df<-data.frame(
姓名=c('张三','李四','王五','凯熊'),
性别=c('男','女','男','女'),
年龄=c(18,16,19,NA)
)
df
运行结果如下：
假设要查看数据框第3列年龄为19的行，应该怎么做呢？这里我们可以尝试用两种方式达到目的：
方式1：
#方式1
names(df)#访问数据框的字段名
df[,3]==19
na.omit(df[df[,3]==19,])
运行结果如下：
方式2：
#方式2：使用which进行位置索引
loc<-(which(df[,3]==19))
loc
df[loc,]
运行结果如下：
番外：思考一下，我们是否就可以用’which’函数进行缺失值位置索引呢？我们可以一起来尝试下：
loc<-(which(df[,3]==NA))
loc
df[loc,]
再来看一下运行结果，可以看到是无效的。
其实，在R.studio中查找缺失值有专门的函数，那就是’is.na()’，我们也可以尝试来感受一下，我们还是以上面建立的数据框作为案例，找出年龄为缺失值的那一行：
#找出某一列的缺失值
is.na(df[,3])
a<-is.na(df[,3])
df[a,]
再看运行结果，我们可以看到缺失行，被找出来了，
如何查看某一类的某一行数据示例，还是以上数据框为例，倘若要查看年龄这一列的前三行数据(当然数据量足够大时可以多预览几行，我这边只是作为一个用法上的例子)
df<-data.frame(
姓名=c('张三','李四','王五','凯熊'),
性别=c('男','女','男','女'),
年龄=c(18,16,19,NA)
);df
#查看某列某几行的数据
#同df[2:4,"年龄"]
df[c(2:4),"年龄"]
代码运行结果如下：
