时间:2021-05-20
R语言dplyr包的数据整理、分析函数用法文章连载NO.01
在日常数据处理过程中难免会遇到些难处理的,选取更适合的函数分割、筛选、合并等实在是大快人心!
利用dplyr包中的函数更高效的数据清洗、数据分析,及为后续数据建模创造环境;本篇涉及到的函数为filter、filter_all()、filter_if()、filter_at()、mutate、group_by、select、summarise。
#可使用filter()函数筛选/查找特定条件的行或者样本
#filter(.data=,condition_1,condition_2)#将返回相匹配的数据
#同时可以多条件匹配multiple condition,当采用多条件匹配时可直接condition1,condition2或者condition1&condition2
#其他逻辑表达还有:==,>,>=等,&,|,!,xor(),is.na,between,near
#filter延展的相关函数filter_all()、filter_if()、filter_at()
#以iris数据集为例:
filter(.data=iris,Sepal.Length>3,Sepal.Width<3.5) filter(.data=iris,Sepal.Length>3,Species=="virginica")输出情况: 输出情况:
#要使用filter_all()、filter_if()、filter_at()需要先去掉Species列(非数值型列)
iris_data<-iris%>% select(-Species)#筛选所有属性小于6的行
iris_data%>% filter_all(all_vars(.<6))部分输出情况:
#筛选任意一个属性大于3的行
iris_data%>% filter_all(any_vars(.>3))#筛选以sep开头的属性任一大于3的行
iris_data%>% filter_at(vars(starts_with("Sep")), any_vars(. >3))#R中自带数据集mtcars,筛选任意一个属性大于150的行
filter_all(mtcars, any_vars(. > 150))#筛选以d开头的属性任一可被2整除的行
filter_at(mtcars, vars(starts_with("d")), any_vars((. %% 2) == 0))其他延展函数group_by_all、group_by_if、group_by_at(将在后续文章中解析)
group_by函数按照某个变量分组,对于数据集本身并不会发生什么变化,只有在与mutate(), arrange() 和 summarise() 函数结合应用的时候会体现出它的优越性,将会对这些 tbl 类数据执行分组操作 (R语言泛型函数的优越性).
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())可用的相关参数、逻辑:
• +, -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()
相关延展函数:transmute、mutate_all、mutate_if、mutate_at(后期文章分享)
mtcars %>% as_tibble() %>% mutate(cyl2 = cyl*3,cyl4 = cyl2+2)到此这篇关于R语言dplyr包之高效数据处理函数(filter、group_by、mutate、summarise)详解的文章就介绍到这了,更多相关R语言dplyr包数据处理函数内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
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
R软件相关函数包与使用。实现网页信息的爬取,R语言的编写需要引用到xml2、rvest、dplyr、stringr等的函数包里的函数,故而下载这几个函数包,并且
前言:近段时间学习R语言用到最多的数据格式就是data.frame,现对data.frame常用操作进行总结,其中函数大部分来自dplyr包,该包由Hadley
R语言的包是R函数,编译代码和样本数据的集合。它们存储在R语言环境中名为“library”的目录下。默认情况下,R语言在安装期间安装一组软件包。随后添加更多包,
R语言中的数据重塑是关于改变数据被组织成行和列的方式。大多数时间R语言中的数据处理是通过将输入数据作为数据帧来完成的。很容易从数据帧的行和列中提取数据,但是在某