关于数据处理包dplyr的函数用法总结

dplyr专注处理dataframe对象, 并提供更稳健的与其它数据库对象间的接口。

一、5个关键的数据处理函数：

select() 返回列的子集
filter() 返回行的子集
arrange() 根据一个或多个变量对行排序。
mutate() 使用已有数据创建新的列
summarise() 对各个群组汇总计算并返回一维结果。

Tips：

1、select()

Dplyr包有下列辅助函数，用于在select()中选择变量：

starts_with("X"): 以 "X"开头的变量名
ends_with("X"): 以 "X"结束的变量名
contains("X"): 包含 "X"的变量名
matches("X"): 匹配正则表达式“x"的变量名
num_range("x", 1:5): 变量名为 x01, x02, x03, x04 and x05
one_of(x): 出现在字符向量x中的所有变量名

在select()中直接使用列时不需要引用""，但使用上述辅助函数时必须引用""。

2、filter()

R 有一系列逻辑表达式可用于filter()中：

x < y；x <= y；x == y；x != y；x >= y；x > y；x %in% c(a, b, c)

示例：

filter(df, a > 0, b > 0)

filter(df, !is.na(x))

3、arrange()

arrange()默认从小到大排序，在arrange()中使用desc()作用于变量可以使之从大到小排序.

4、mutate()

mutate()允许在同一次调用中使用新变量来创建下一个变量，例如：

mutate(my_df, x = a + b, y = x + c)

5、 summarise（）

R的下列聚合函数可用于 summarise()中

• min(x) - 最小值.
• max(x) - 最大值
• mean(x) - 平均值
• median(x) - 中位数
• quantile(x, p) - x的第P个分位数
• sd(x) -标准差
• var(x) - 方差
• IQR(x) - 四分位数
• diff(range(x)) - x值的范围

dplyr包自身提供了一些有用的聚合函数：

• first(x) - 向量x中的第1个元素
• last(x) - 向量x中的最后1个元素
• nth(x, n) - 向量x中的第n个元素
• n() - data.frame中的行数或 summarise() 描述的观测组的数量
• n_distinct(x) - 向量x中唯一值的数量
  
  

二、管道函数%>%

dplyr包中特有的管道函数%>%，将上一个函数的输出作为下一个函数的输入。

%>%运算符允许从参数列表中提取函数的第一个参数，并放置在%>%前面。

下面两条指令相等：

mean(c(1, 2, 3, NA), na.rm = TRUE)

c(1, 2, 3, NA) %>% mean(na.rm = TRUE)

三、分组函数group_by()

对数据集定义群组。然后可对各个群组分别进行汇总统计。

通过 group_by() 添加了分组信息后,mutate(), arrange() 和 summarise() 函数会自动对这些 tbl 类数据执行分组操作。

group_by(dataframe,colnames1,colnames2,…)

四、连接数据（joins）

1、6种连接函数如下：

left_join(dataset1,dataset2)
right_join(dataset1,dataset2)

inner_join(dataset1,dataset2,by=c(“”))

full_join(dataset1,dataset2, by = c("first", "last"))

semi_join(dataset1,dataset2, by = c("first", "last"))

anti_join(dataset1,dataset2, by = c("first", "last"))

前4种属于变形连接（mutating joins），后2种属于过滤连接（filtering joins）。

semi-joins基于第二个数据集的信息来过滤第一个数据集的数据。anti-joins找出合并时哪些行不能匹配第二个数据集

2、key值

R语言的 data frames可在 row.names属性中存储重要信息，虽然不是存储数据的好方式却很常见。如果数据集的主关键字在row.names中，将难以与其他数据集连接。一种解决方法是使用tibble包（tibble：a data frame with class tbl_df)中的rownames_to_column()函数，返回该数据集的副本，并且行名作为一列增加到该数据中。

library(tibble)

rownames_to_column(data, var="name")

如果两个数据集有相同的列名，但代表的事物不同，并且by参数不包含这些重复的列名，dplyr会忽略这些列名，并对相同的列名增加.x和 .y来帮助区分列。

当两个数据集中相同的事物有不同的列名，要完成合并，将by设置为一个命名向量。向量的名字为主数据集中的列名，向量的值为第二个数据集中的列名。例如：

x %>% left_join(y, by = c("x.name" = "y.name"))

完成连接后保留主数据集中的列名。

3、多个数据集的连接

Purrr包中的 reduce()函数对多个数据集重复应用某函数，可用于连接多个数据集，与dplyr的join类函数配合使用，例如：
library(purrr)
list(data1,data2,data3) %>% reduce(left_join,by = c("first","last"))

五、集合操作（set operations）

dplyr提供了intersection、union和setdiff用于获得数据集的交集、并集和差集。

六、组装数据assembling data

使用如下函数：

bind_rows()

bind_cols() ：将多个data frame合成单个data frame

data_frame() : 将一系列列向量组合成data frame

as_data_frame() :将list转换成data frame

以上这篇关于数据处理包dplyr的函数用法总结就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。

# 数据处理包dplyr  # 多个  # 变量名  # 第二个  # 群组  # 给大家  # 数据处理  # 可用于  # 包中  # 有一  # 第一个  # 不需要  # 已有  # 出现在  # 希望能  # 可在  # 两条  # 并对  # 特有的  # 这篇  # 使之 

相关文章： 如何通过PHP快速构建高效问答网站功能？  Python如何创建带属性的XML节点  如何设置并定期更换建站之星安全管理员密码？  如何彻底删除建站之星生成的Banner？  小捣蛋自助建站系统：数据分析与安全设置双核驱动网站优化  网站制作和推广的区别,想自己建立一个网站做推广，有什么快捷方法马上做好一个网站？  武清网站制作公司,天津武清个人营业执照注销查询系统网站？  如何在Ubuntu系统下快速搭建WordPress个人网站？    深圳防火门网站制作公司,深圳中天明防火门怎么编码？  佛山网站制作系统,佛山企业变更地址网上办理步骤？  微课制作网站有哪些,微课网怎么进？  公司门户网站制作流程,华为官网怎么做？  赚钱网站制作软件,建一个网站怎样才能赚钱?是如何盈利的？  建站OpenVZ教程与优化策略：配置指南与性能提升  Swift中swift中的switch 语句  番禺网站制作公司哪家值得合作,番禺图书馆新馆开放了吗？  实惠建站价格推荐：2025年高性价比自助建站套餐解析  专业网站制作服务公司,有哪些网站可以免费发布招聘信息？  如何在IIS7上新建站点并设置安全权限？  建站168自助建站系统：快速模板定制与SEO优化指南  个人摄影网站制作流程,摄影爱好者都去什么网站？  实现点击下箭头变上箭头来回切换的两种方法【推荐】  如何通过西部建站助手安装IIS服务器？  建站之星多图banner生成与模板自定义指南  如何通过wdcp面板快速创建网站？  javascript中对象的定义、使用以及对象和原型链操作小结  python的本地网站制作,如何创建本地站点？  开心动漫网站制作软件下载,十分开心动画为何停播？  正规网站制作公司有哪些,目前国内哪家网页网站制作设计公司比较专业靠谱？口碑好？  学校免费自助建站系统：智能生成+拖拽设计+多端适配  如何在Golang中处理模块冲突_解决依赖版本不兼容问题  如何在景安服务器上快速搭建个人网站？  如何快速搭建自助建站会员专属系统？  图册素材网站设计制作软件,图册的导出方式有几种？  c++ stringstream用法详解_c++字符串与数字转换利器  手机网站制作与建设方案,手机网站如何建设？  定制建站哪家更专业可靠？推荐榜单揭晓  建站之星24小时客服电话如何获取？  如何通过老薛主机一键快速建站？  如何正确选择百度移动适配建站域名？  如何规划企业建站流程的关键步骤？  如何快速重置建站主机并恢复默认配置？  高性价比服务器租赁——企业级配置与24小时运维服务  建站主机选择指南：服务器配置与SEO优化实战技巧  简单实现Android文件上传  如何快速搭建FTP站点实现文件共享？  实例解析Array和String方法  上海网站制作网页,上海本地的生活网站有哪些？最好包括生活的各个方面的？  成都网站制作公司哪家好,四川省职工服务网是做什么用？