R语言: dplyr
2023-07-31 本文已影响0人
LET149
1. 官方
https://dplyr.tidyverse.org/index.html
image.png
2. 操作手册
image.png
3. 教程
https://zhuanlan.zhihu.com/p/36546189
https://zhuanlan.zhihu.com/p/358167377
https://www.jianshu.com/p/f8b9e6bd52a2
4. 函数
4.1 arrange()
arrange(dataframe_name, colname)按照数据框的某列内容对数据框进行重新排列；列名不用加引号
kk <- iris
arrange(kk, Sepal.Length) %>% head() '#按照某列名对数进行 升序 排列；示例一
kk %>% arrange(Sepal.Length) %>% head() #按照某列名对数进行 升序 排列；示例一
arrange(kk, -Sepal.Length) %>% head() #按照某列名对数进行 降序 排列；示例二
kk %>% arrange(-Sepal.Length) %>% head() #按照某列名对数进行 降序 排列；示例二
示例一
示例二
4.2 select()
select(dataframe_name, colname_1, colname_2): 正向选择要保留的列；列名不用加引号
select(dataframe_name, -c("colname_1", "colname_2")): 反向选择要保留的列；此时列名位于向量内，因此列名需要加引号根据列名对数据框进行选取，可选择多列，新数据框列顺序为选择时列顺序
kk <- iris
select(kk, Sepal.Length, Species, Petal.Length) %>% head() '#选择三列，示例一
kk %>% select(Sepal.Length, Species, Petal.Length) %>% head() #选择三列，示例一
示例一
4.3 filter()
filter(dataframe_name, colname_1 >= number): 根据其中的一列进行选择
filter(dataframe_name, (colname_1 >= number_1) & (column_2 < number_2)): 根据其中的两列进行统一选择根据某列内容对数据框进行选取
kk <- iris
kk <- arrange(kk, Sepal.Length)
filter(kk, Sepal.Length>=5) %>% head() '#选取 Sepal.Length 大于等于5 的列，示例一
kk %>% filter(Sepal.Length>=5) %>% head() #选取 Sepal.Length 大于等于5 的列，示例一
示例一
4.4 mutate()
mutate(dataframe_name, new_colname=colname_1+colname_2): 对现有列进行操作，产生新列；而且可以在同语句中同时对产生的新列进行操作
kk <- iris
mutate(kk, minus=Sepal.Length-Petal.Length) %>% head() '#对现有列进行操作，产生新列，示例一
mutate(kk, minus=Sepal.Length-Petal.Length, log_minus=log2(minus)) %>% head() #同时对产生的新列进行操作
示例一
示例二
使用函数
row_number()可以将行号变成其中的一列
mutate(kk, row_name=row_number()) %>% head()
image.png
4.5 group_by() + summarise()
按照列数据进行分组并进行统计操作
group_by(dataframe, Colume_name): 按照某列对数据进行分组
summarise(dataframe, new=mean(Petal.Width)): 按照分组对数据某列内容进行统计操作
kk <- iris
pp <- group_by(kk, Species) '#按照 Species 这一列对数据进行分组；示例一
class(pp)
dim(pp)
head(pp)
ff <- summarise(pp, new=mean(Petal.Width)) #根据某列的分组对其他某列数据进行统计操作，示例二
class(pp)
dim(pp)
head(pp)
示例一
示例二
