學(xué)習(xí)小組Day6筆記-青青

R包--dplyr為例

安裝與加載

  1. 鏡像設(shè)置
    Tools>Global options>Pakages>CRAN
    options()$repos檢查鏡像網(wǎng)站
    options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/"))
    options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/")
  2. 安裝
    install.packages(“dplyr”)/BiocManager::install(“dplyr”)
    出現(xiàn)問題:重新設(shè)置鏡像;不存在叫‘pillar’這個(gè)名字的程輯包:下載pillar
  3. 加載
    library(包)
    require(包)
  4. 示例數(shù)據(jù)
    test <- iris[c(1:2,51:52,101:102),]

dplyr五個(gè)基礎(chǔ)函數(shù)

  1. mutate(),新增列
    mutate(test, new = Sepal.Length * Sepal.Width)
  2. select(),按列篩選
    (1) 按列號(hào)
    select(test,1)
    select(test,c(1,5))
    select(test,Sepal.Length)
    (2) 按列名
    select(test, Petal.Length, Petal.Width)
    vars <- c("Petal.Length", "Petal.Width")
    select(test, one_of(vars))
  3. filter(),篩選行
    filter(test, Species == "setosa")
    filter(test, Species == "setosa"&Sepal.Length > 5 )
    filter(test, Species %in% c("setosa","versicolor"))
  4. arrange(),按某1列或幾列對(duì)表格排序
    (1) 默認(rèn)從小到大排序
    arrange(test, Sepal.Length)
    (2) 用desc從大到小
    arrange(test, desc(Sepal.Length))
  5. summarise(),匯總
    結(jié)合group_by更好
    (1) 計(jì)算Sepal.Length的平均值和標(biāo)準(zhǔn)差
    summarise(test, mean(Sepal.Length), sd(Sepal.Length))
    (2) 先按Species分組,再進(jìn)行計(jì)算上述
    group_by(test, Species)
    summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))

dplyr實(shí)用技能

  1. 管道操作 %>% (cmd/ctr + shift + M)
    tidyverse包的加載
    test %>%
    group_by(Species) %>%
    summarise(mean(Sepal.Length), sd(Sepal.Length))
  2. count統(tǒng)計(jì)某列unique值
    count(test,Species)

dplyr處理關(guān)系數(shù)據(jù)

連接兩個(gè)表,不要引入factor
options(stringsAsFactors = F)

test1 <- data.frame(x = c('b','e','f','x'), z = c("A","B","C",'D'),stringsAsFactors = F)
test2 <- data.frame(x = c('a','b','c','d','e','f'), y = c(1,2,3,4,5,6),stringsAsFactors = F)

  1. 內(nèi)連inner_join--取交集
    inner_join(test1, test2, by = "x")
  2. 左連left_join
    left_join(test1, test2, by = 'x')
    left_join(test2, test1, by = 'x')
  3. 全連full_join
    full_join( test1, test2, by = 'x')
  4. 半連接
    返回與y表匹配的x表的記錄
    semi_join(x = test1, y = test2, by = 'x')
  5. 反連接
    返回?zé)o法與y表匹配的x表的記錄
    anti_join(x = test2, y = test1, by = 'x')
  6. 簡單合并
    bind_rows() --列數(shù)相同
    bind_cols() --行數(shù)相同
    test1 <- data.frame(x = c(1,2,3,4), y = c(10,20,30,40))
    test2 <- data.frame(x = c(5,6), y = c(50,60))
    test3 <- data.frame(z = c(100,200,300,400))
    bind_rows(test1, test2)
    bind_cols(test1, test3)
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡書系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容