R for data Science（三）
在看之前，首先来一波总结
dplyr 函数总结：
filter 筛选行
arrange 排列行
select 筛选列
mutate 增加列
transmute() 生成新列
group_by 分组变量
summarise() 汇总，里面设置函数
用法：
filter/arrange/select/mutate (data,函数式 )
今天我们看一下，我们的前2个函数
首先我们加载数据包
library(nycflights13)
library(tidyverse)
**第一个包为数据集，包含的数据是2013年所有从纽约出发的航班时刻表，共计336776次，在加载第二个包的时候，会出现warning **
image
这个是说明包里面的函数和R自带的底层函数出现相同的函数名，这样就会出现底层的函数就会被改写，如果你执意要使用底层函数的话
你可以这样操作：
stats::filter()
好了，我们看一下dplyr推荐的几大函数来解决我们的问题：
filter函数功能：挑选行
用法： filter（dataset ，表达式）
注意：dataset 必须是dataframe
例如：挑选所有航班时间为一月一号的，需要下面一行命令：
filter(flights, month == 1, day == 1)
如果想把将结果储存一次，就使用一个赋值符号就可以了
jan1<- filter(flights, month == 1, day == 1)
而且每个，表示的为同时满足的意思
如果想储存的同时，还想看一下结果就多加一个括号，可以理解为打印
（jan1<- filter(flights, month == 1, day == 1)）
逻辑比较操作符：
等于 ==
不等于 ！=
大于 >
大于等于 >=
小于 <
小于等于 <=
这里给大家出个问题:
sqrt(2) ^ 2 == 2
返回的是T还是F？
image
返回的是F，因为程序存储的结果是有理数，而sqrt（2）是无理数，
near(sqrt(2) ^ 2, 2)
这样返回的为T
条件操作符：
& 取交集
| 或者
%in% 包含符号
例如：寻找航班起飞时间为11月或者12月
filter(flights, month == 11 | month == 12)
也可以这样：
filter(flights, month %in% c(11, 12))
下面三个也是等价的。
filter(flights, !(arr_delay > 120 | dep_delay > 120))
filter(flights, arr_delay <= 120, dep_delay <= 120)
filter(flights, arr_delay <= 120&dep_delay <= 120)
寻找缺失值，如果你的数据集里面存在缺失值，如何找出呢？
借助is.na来寻找
image
接着就是讲解排序，我们最常用的就是order
x[order(),] 正叙
x[order(-),] 倒叙
arrange 排序
用法：arrange（data.frame ，变量）
arrange(flights, year, month, day)</pre>
代表先按照year从小到大排序，再按照月份，再按照天数
倒叙排列加上desc（变量）
arrange(flights, desc(arr_delay))
如果数据集里面存在NA值，那么他总会排在最后
image
