04.4#dplyr包基础函数（一）高效数据清理

来源：互联网发布：百度知道与知乎编辑：程序博客网时间：2024/04/29 09:14

一个用于数据处理的包；语法简单，速度快（c++）

dplyr基础函数

MySQL :RMySQL
SQL Server:RODBC
SQlite :RSQLite

tbl是dplyr定义的数据类型

可以接受 data.frame cube sql
order = read.table(file = "D:/R/dplyr-data/order.csv",
                        header = T,
                        sep = ",")
order = tb1_df(order)  #转换成tbl格式
class(order)

第一个变量为数据框或者tbl对象
之后变量为筛选（运算）的条件
输出还是数据框

1、filter（数据筛选） filter(file,条件)

返回满足条件的观测值
filter(tbl,tbl$color == 'blue')
filter(tbl,value %in% c(1,4))
filter(order,order$city == c("NEWTON","MIAMI"))

filter(order,order$city == c("NEWTON","MIAMI")
& order$totalprice > 1000)

2、select（数据子集选取）

select（tbl,color）选取color
select(tbl,-color)

names(order)
select(order,orderid,totalprice)
select(order,date = orderdate,price = totalprice)
              #选取两个变量的数据并重命名
select(order,starts_with('order'))  #选取以order开头的变量数据

select(order,contains("id"))   #选择包含id的数据

filter通过准则来选择观测值
select通过准则来选择变量

select函数的重名字和rename区别：

rename会保留所有变量

select只会保留选择的变量

3、arrange（数据排序）

arrange(file,排序项)

arrange(df1,desc(color)) 从大到小

arrang(iris,date,desc(price)) #时间从小到大价格从大到小

4、mutate（数据扩展）在原有的基础上增加变量

mutate(tbl,double = 2*value,quadruple = 4*value)

transmute（数据扩展）增加变量会删除原有变量
transmute(tbl,double = 2*value,quadruple = 4*value)

5、summarise（数据汇总）将多个数据值汇总成一个数据值

summatise(tbl,total = sum(value)) #对value值求和并命名为total

summatise(tbl,total = sum(value),
avg = mean(value))

0 0