R語言dplyr包的數(shù)據(jù)整理、分析函數(shù)用法文章連載NO.01

在日常數(shù)據(jù)處理過程中難免會遇到些難處理的，選取更適合的函數(shù)分割、篩選、合并等實(shí)在是大快人心！

利用dplyr包中的函數(shù)更高效的數(shù)據(jù)清洗、數(shù)據(jù)分析，及為后續(xù)數(shù)據(jù)建模創(chuàng)造環(huán)境；本篇涉及到的函數(shù)為filter、filter_all()、filter_if()、filter_at()、mutate、group_by、select、summarise。

1、數(shù)據(jù)篩選函數(shù)：

#可使用filter()函數(shù)篩選/查找特定條件的行或者樣本
#filter(.data=,condition_1,condition_2)#將返回相匹配的數(shù)據(jù)

#同時可以多條件匹配multiple condition，當(dāng)采用多條件匹配時可直接condition1，condition2或者condition1&condition2
#其他邏輯表達(dá)還有：==，>,>=等，&，|，！，xor（），is.na，between，near

#filter延展的相關(guān)函數(shù)filter_all()、filter_if()、filter_at()

#以iris數(shù)據(jù)集為例：

filter(.data=iris,Sepal.Length>3,Sepal.Width<3.5)
 
filter(.data=iris,Sepal.Length>3,Species=="virginica")

輸出情況：                                                                          輸出情況： 

#要使用filter_all()、filter_if()、filter_at()需要先去掉Species列（非數(shù)值型列） 

iris_data<-iris%>% select(-Species)

#篩選所有屬性小于6的行 

iris_data%>% filter_all(all_vars(.<6))

部分輸出情況： 

#篩選任意一個屬性大于3的行

iris_data%>% filter_all(any_vars(.>3))

#篩選以sep開頭的屬性任一大于3的行

iris_data%>% filter_at(vars(starts_with("Sep")), any_vars(. >3))

#R中自帶數(shù)據(jù)集mtcars，篩選任意一個屬性大于150的行

filter_all(mtcars, any_vars(. > 150))

#篩選以d開頭的屬性任一可被2整除的行

filter_at(mtcars, vars(starts_with("d")), any_vars((. %% 2) == 0))

2、數(shù)據(jù)分組、匯總函數(shù)group_by、summarise

其他延展函數(shù) group_by_all、group_by_if、group_by_at（將在后續(xù)文章中解析）

 group_by函數(shù)按照某個變量分組，對于數(shù)據(jù)集本身并不會發(fā)生什么變化，只有在與mutate(), arrange() 和 summarise() 函數(shù)結(jié)合應(yīng)用的時候會體現(xiàn)出它的優(yōu)越性，將會對這些 tbl 類數(shù)據(jù)執(zhí)行分組操作 (R語言泛型函數(shù)的優(yōu)越性).

mtcars_cyl <- mtcars %>% group_by(cyl)
 
mtcars_cyl %>% summarise(
disp = mean(disp),
hp = mean(hp)
)

mtcars_vs_am <- mtcars %>% group_by(vs, am)
 
mtcars_vs <- mtcars_vs_am %>% summarise(n = n())

3、新增列函數(shù)mutate，在數(shù)據(jù)集的基礎(chǔ)上新增列，不對原數(shù)據(jù)作更改

可用的相關(guān)參數(shù)、邏輯：

• +, - 等等
• log()
• lead(), lag()
• dense_rank(), min_rank(), percent_rank(), row_number(), cume_dist(), ntile()
• cumsum(), cummean(), cummin(), cummax(), cumany(), cumall()
• na_if(), coalesce()
• if_else(), recode(), case_when()

相關(guān)延展函數(shù)：transmute、mutate_all、mutate_if、mutate_at（后期文章分享）

mtcars %>% as_tibble() %>% mutate(
cyl2 = cyl*3,
cyl4 = cyl2+2
)

到此這篇關(guān)于R語言dplyr包之高效數(shù)據(jù)處理函數(shù)（filter、group_by、mutate、summarise）詳解的文章就介紹到這了,更多相關(guān)R語言dplyr包數(shù)據(jù)處理函數(shù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論