R整理數(shù)據(jù)

整齊的（經(jīng)過(guò)整理的）數(shù)據(jù)資料可以方便地被操作、建模和可視化處理，而且擁有特定的結(jié)構(gòu)（Tidy data，整潔數(shù)據(jù)）：

• 每個(gè)變量是一列
• 每個(gè)觀(guān)測(cè)值是一行
• 每個(gè)單元格恰好有一個(gè)數(shù)據(jù)值

dplyr和tidyr包

兩個(gè)包定義了一系列的動(dòng)詞，可以用比較自然的方式進(jìn)行數(shù)據(jù)整理。

dplyr動(dòng)詞

• filter()基于邏輯標(biāo)準(zhǔn)的子數(shù)據(jù)集
• select()選擇特定的列
• arrange()按列的值對(duì)行進(jìn)行排序
• rename()重新命名列
• group_by()按常用變量對(duì)數(shù)據(jù)進(jìn)行分組，以便進(jìn)行計(jì)算
• mutate()創(chuàng)建一個(gè)新變量
• summarize()將數(shù)據(jù)匯總成為單行值

tidyr動(dòng)詞

• gather()和spread()轉(zhuǎn)換寬數(shù)據(jù)格式和長(zhǎng)數(shù)據(jù)格式
  -separate() andunite()將單列分成多列，反之亦然。
  -complete()通過(guò)完成缺失數(shù)據(jù)組合，將隱式缺失值轉(zhuǎn)換為顯式缺失值