dplyr和tydir包學習筆記

連果啦啦 2020-03-25

展開全文

1 dplyr包

1.1 展現(xiàn)數(shù)據(jù) tbl_df()：

函數(shù)tbl_df()使得大數(shù)據(jù)集規(guī)范顯示出來,，行列都只顯示10個,，跟head差不多，但是head只能控制行,，無法控制列,，使用tbl_df()就是為了防止數(shù)據(jù)刷屏。

mtcars_df <- tbl_df(mpg)
mtcars_df

1.2 篩選數(shù)據(jù) filter()：

按給定的邏輯判斷篩選出符合要求的子數(shù)據(jù)集

filter(longdata, "mpg" == 21, "cyl" == 6)

1.3 排列數(shù)據(jù) arrange()：按給定的列名依次對行進行排序

arrange(mtcars_df, cyl, desc(carb))# 先對cyl列正序排列,，再對carb列倒序排列,descending order倒序排列

1.4 選擇子集 select()：用列名作參數(shù)來選擇子數(shù)據(jù)集

select(mtcars_df, mpg, disp:wt, carb) # disp:wt表示從disp列選到wt列

1.5 變形 mutate()：對已有列進行數(shù)據(jù)運算并添加為新列

mutate(mtcars_df, NO = 1:dim(mtcars_df)[1], res = hp - drat)

1.6 總覽數(shù)據(jù) summarise()：對數(shù)據(jù)框調用其它函數(shù)進行匯總操作, 返回一維的結果

summarise(mtcars_df, mdisp = mean(disp, na.rm = TRUE), mhp = mean(hp, na.rm = TRUE))

1.7 數(shù)據(jù)分組 group_by()：當對數(shù)據(jù)集通過group_by()添加了分組信息后,，mutate()，arrange() 和 summarise() 函數(shù)會自動對這些 tbl 類數(shù)據(jù)執(zhí)行分組操作,。

cars <- group_by(mtcars_df, cyl)(countcars <- summarise(cars, count = n())) # count = n()用來計算次數(shù)

2 tidyr包

2.1 寬轉長 gather()：使用gather()函數(shù)實現(xiàn)寬表轉長表,語法如下:

# gather(data, key, value, …, na.rm = FALSE, convert = FALSE)# data：需要被轉換的寬形表# key：將原數(shù)據(jù)框中的所有列賦給一個新變量key# value：將原數(shù)據(jù)框中的所有值賦給一個新變量value# …：可以指定哪些列聚到同一列中# na.rm：是否刪除缺失值longdata <- gather(mtcars_df, attribute, value, -mpg)longdata <- gather(mtcars_df, attribute, value)

2.2 長轉寬 spread()：有時,，為了滿足建模或繪圖的要求，往往需要將長形表轉換為寬形表,，或將寬形表變?yōu)殚L形表,。

如何實現(xiàn)這兩種數(shù)據(jù)表類型的轉換。使用spread()函數(shù)實現(xiàn)長表轉寬表,，語法如下：

# spread(data, key, value, fill = NA, convert = FALSE, drop = TRUE)# data：為需要轉換的長形表# key：需要將變量值拓展為字段的變量# value：需要分散的值# fill：對于缺失值,，可將fill的值賦值給被轉型后的缺失值spread(longdata, attribute, value)

2.3 合并 unit()：unite的調用格式如下

# unite(data, col, …, sep = “_”, remove = TRUE)
# data：為數(shù)據(jù)框
# col：被組合的新列名稱
# …：指定哪些列需要被組合
# sep：組合列之間的連接符，默認為下劃線
# remove：是否刪除被組合的列

TIMES <- data.frame(years = c('1990', '1991', '1992'), months = c(2,3,4), day = c(1, 2, 3))
(TIMESunite <- unite(TIMES, information, months, day, sep= "-"))

2.4 拆分 separate()：separate()函數(shù)可將一列拆分為多列,，一般可用于日志數(shù)據(jù)或日期時間型數(shù)據(jù)的拆分,，語法如下：

# separate(data, col, into, sep = “[^[:alnum:]]+”, remove = TRUE,
# convert = FALSE, extra = “warn”, fill = “warn”, …)
# data：為數(shù)據(jù)框
# col：需要被拆分的列
# into：新建的列名，為字符串向量
# sep：被拆分列的分隔符
# remove：是否刪除被分割的列
TIMESsep <- separate(TIMESunite, information, c("months", "day"), sep = "-")

R語言中的連接dplyr中的join系列與merge函數(shù)

R語言中dplyr包jion函數(shù)之目前我看到過的最形象的教程

dplyr官方參考函數(shù)

R成精系列-用dplyr高效變換數(shù)據(jù)和處理數(shù)據(jù)

R語言常用的包