R 数据处理

发表于 | 分类于

本节函数都来自于dplyr包，都可以和group_by函数联合起来处理复杂的数据。

filter

filter()函数用来根据列的具体数据选择行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
> library(dplyr)
> names(mpg)
  "manufacturer" "model" "displ" "year" "cyl" "trans" "drv" "cty" "hwy" "fl" "class"
> filter(mpg,year==1999)  #选择year==1999的数据
# A tibble: 117 x 11
   manufacturer model              displ  year   cyl trans      drv     cty   hwy fl    class  
   <chr>        <chr>              <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>  
 1 audi         a4                  1.80  1999     4 auto(l5)   f        18    29 p     compact
 2 audi         a4                  1.80  1999     4 manual(m5) f        21    29 p     compact
 3 audi         a4                  2.80  1999     6 auto(l5)   f        16    26 p     compact
> filter(mpg,year==1999,displ>5)  #选择year==1999且displ>5的数据
# A tibble: 16 x 11
   manufacturer model               displ  year   cyl trans      drv     cty   hwy fl    class  
   <chr>        <chr>               <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>  
 1 chevrolet    c1500 suburban 2wd   5.70  1999     8 auto(l4)   r        13    17 r     suv    
 2 chevrolet    corvette             5.70  1999     8 manual(m6) r        16    26 p     2seater
 3 chevrolet    corvette             5.70  1999     8 auto(l4)   r        15    23 p     2seater
 4 chevrolet    k1500 tahoe 4wd      5.70  1999     8 auto(l4)   4        11    15 r     suv    
 5 chevrolet    k1500 tahoe 4wd      6.50  1999     8 auto(l4)   4        14    17 d     suv

arrange

arrange()函数用来排列行的顺序。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
> arrange(mpg,year,cty, hwy)  #根据year,cty, hwy进行行排序
# A tibble: 234 x 11
   manufacturer model                  displ  year   cyl trans    drv     cty   hwy fl    class 
   <chr>        <chr>                  <dbl> <int> <int> <chr>    <chr> <int> <int> <chr> <chr> 
 1 chevrolet    k1500 tahoe 4wd         5.70  1999     8 auto(l4) 4        11    15 r     suv   
 2 dodge        dakota pickup 4wd       5.20  1999     8 auto(l4) 4        11    15 r     pickup
 3 dodge        durango 4wd             5.90  1999     8 auto(l4) 4        11    15 r     suv 
> arrange(mpg,year,cty, hwy)  #根据year,cty, hwy进行行排序
> arrange(mpg,desc(year))   #根据year进行行降序排序
# A tibble: 234 x 11
   manufacturer model              displ  year   cyl trans      drv     cty   hwy fl    class  
   <chr>        <chr>              <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>  
 1 audi         a4                  2.00  2008     4 manual(m6) f        20    31 p     compact
 2 audi         a4                  2.00  2008     4 auto(av)   f        21    30 p     compact
 3 audi         a4                  3.10  2008     6 auto(av)   f        18    27 p     compact
 4 audi         a4 quattro          2.00  2008     4 manual(m6) 4        20    28 p     compact

select

select()函数用来选择列。

1
2
3
4
5
6
7
> select(mpg,year,cty, hwy)  #只显示year,cty, hwy三列
# A tibble: 234 x 3
    year   cty   hwy
   <int> <int> <int>
 1  1999    18    29
 2  1999    21    29
 3  2008    20    31

select()函数的辅助函数：

  • start_with("abc") ：匹配以 “abc” 开头的变量名。
  • ends_with("xyz") ：以 “xyz” 结尾。
  • contains("ijk") ：包含 “ijk”。
  • match("(.)\\\1") ：正则匹配重复字符。
  • num_range("x",1:3) ：匹配x1，x2和x3。

rename

rename()用来改变变量名。

1
> rename(mpg,YEAR=year)  #将year重命名YEAR

mutate

mutate()函数用来对数据进行增加新列。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
> mutate(mpg,cty2=cty*2)  #数值型
# A tibble: 234 x 12
   manufacturer model      displ  year   cyl trans      drv     cty   hwy fl    class    cty2
   <chr>        <chr>      <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>   <dbl>
 1 audi         a4          1.80  1999     4 auto(l5)   f        18    29 p     compact   36.
 2 audi         a4          1.80  1999     4 manual(m5) f        21    29 p     compact   42.
 3 audi         a4          2.00  2008     4 manual(m6) f        20    31 p     compact   40.
> mutate(mpg,cty2=paste(drv,cty,sep = ""))  #字符型
# A tibble: 234 x 12
   manufacturer model      displ  year   cyl trans      drv     cty   hwy fl    class   cty2 
   <chr>        <chr>      <dbl> <int> <int> <chr>      <chr> <int> <int> <chr> <chr>   <chr>
 1 audi         a4          1.80  1999     4 auto(l5)   f        18    29 p     compact f18  
 2 audi         a4          1.80  1999     4 manual(m5) f        21    29 p     compact f21  
 3 audi         a4          2.00  2008     4 manual(m6) f        20    31 p     compact f20