学习小组day6-luckyyy_

今天学习的课程是以dplyr为例，学习R包的使用。

一.dplyr5个基础函数

• 示例数据直接使用内置数据集iris的简化版:

test <- iris[c(1:2,51:52,101:102),]

1.mutate( ),新增列

2.select(),按列筛选

select(test,1) ＃筛选示例数据test中的第一列
select(test,c(1,5))
select(test,Sepal.Length)

3.filter( )筛选行

filter(test, Species == "setosa")
filter(test, Species == "setosa"&Sepal.Length > 5 )
filter(test, Species %in% c("setosa","versicolor"))

4.arrange( ),按某1列或某几列对整个表格进行排序

arrange(test, Sepal.Length) #默认从小到大排序
arrange(test, desc(Sepal.Length)) #desc是从大到小排序

5.summarise( )：汇总

summarise(test, mean(Sepal.Length), sd(Sepal.Length))
group_by(test, Species)
summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

二.dplyr实用技能

1.管道操作 %>% (cmd/ctr + shift + M)
2.count统计某列的unique值

三.dplyr处理关系数据

inner_join(test1, test2, by = "x") #內连inner_join,取交集
left_join(test1, test2, by = 'x') #左连left_join
full_join( test1, test2, by = 'x') #全连full_join
semi_join(x = test1, y = test2, by = 'x') #半连接
anti_join(x = test2, y = test1, by = 'x') #返连接
test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))#简单合并

谢谢花花的讲解。