「r<-workshop」第二期：程序控制与数据操作流

推荐图书

• 《R for Data Science》
• 《R 语言编程指南》
• 《R 实战》
• 其他推荐见：https://shixiangwang.gitee.io/geek-r-tutorial/expand-reading.html

R 编程基础

• https://shixiangwang.gitee.io/geek-r-tutorial/base.html

内容：

• 基础语法
• 控制与循环结构
• 函数与包
• 数据读取和保存
  • read.*与 write.*
  • load 与 save
  • readRDS 与 saveRDS

数据操作流程

• 放本小抄在身边，随时查阅

Tidyverse

• https://github.com/tidyverse/

• 数据导入 read_*

• 管道 %>%

  • x %>% f(y) > f(x, y)

• 筛选

  • 行筛选 slice, filter, sample_n, sample_frac, top_n, distinct
  • 列筛选 select
    • contains
    • num_range
    • starts_with
    • ends_with
    • one_of
    • matches
  • 排序 arrange

• 行列增加/更新

  • mutate, transmute
  • mutate_
  • add_row
  • add_column
  • rename
  • rownames_to_column, column_to_rowname
  • 向量化函数
    • 基本的数学和比较逻辑运算符 + - * / > < ==
    • 偏移 dplyr:: lag lead
    • 聚合 dplyr:: cumall cumany cummax cummean cummin cumprod cumsum
    • 排序 dplyr:: cume_dist dense_rank min_rank ntile percent_rank row_number
    • 其他 dplyr:: between case_when coalesce if_else na_if pmax pmin recode recode_factor

• 汇总

  • 简单汇总
    • count
    • summarize
  • 分组汇总 group_by, ungroup
  • 汇总函数
    • 计数 dplyr:: n n_distinct base::sum(!is.na())
    • 位置 mean, meadian
    • 逻辑值 mean, sum
    • 位置 dplyr:: first last nth
    • 排序 quantile min max
    • 分布 IQR mad sd var

• 合并

  • bind_rows
  • bind_cols
  • semi_join
  • anti_join
  • left_join, right_join, inner_join, full_join
  • intersect
  • setdiff
  • union
  • setequal 辅助查看两个数据集是否相同（不管行序）

• 变异动词 (_at, _if, _all)

  • filter_*
  • select_*
  • summarize_*
  • arrange_*
  • ...

• 字符处理

  • substr
  • stringr包与正则表达式略微复杂，可以单独讲一次

• 转换 tidyr

  • Tidy 数据格式

    
    
    

  • tibble

  • tribble, enframe

  • as_tibble, is_tibble

• 缺失值

  • drop_na
  • fill
  • replace_na

• 长转宽 pivot_wider, spread

• 宽转长 pivot_longer, gather

• 拓展表格

  • expand
  • complete

• 分割和连接

  • separate
  • separate_rows
  • unite

• 数据导出

  • write_*

data.table 与 base

• 数据导入 fread
• 数据导出 fwrite
• data.table 语法 dt[i, j, by]
• 数据过滤与合并等操作与 R 基础语法一致，也可以使用 tidyverse 处理
  • 整数索引
  • 逻辑索引
  • 命名索引
• 进一步的学习参考小抄、文档和《R 语言编程指南》

后几期主题

本期未讲述的内容？？？

• 正则表达式与字符串处理：base 与 stringr
• 列表处理与迭代计算： purrr
• 统计建模： stats 与 broom
• 绘图：graphics 与 ggplot2
• 函数编程：apply家族和purrr等

开发：

• devtools
• usethis
• testthat
• roxygen2 与 roxytest