tidyverse是R的一个包，可以让数据处理变得更加简洁。其中自带八个常用的包ggplot2/ tibble/ tidyr/ readr/ purrr/ dplyr/ stringr/forcat，可以实现常见的数据处理和可视化操作。

数据框排序

sort

base包的函数。给向量排序，返回从小到大的排序，参数是decreasing，可以是T或F。

> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.1         3.5          1.4         0.2     setosa
2          4.9         3.0          1.4         0.2     setosa
3          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6.0         2.5  virginica
6          5.8         2.7          5.1         1.9  virginica
## 向量排序(升序)
> sort(test$Sepal.Length)
[1] 4.9 5.1 5.8 6.3 6.4 7.0
## 向量排序（降序）
> sort(test$Sepal.Length,decreasing = T)
[1] 7.0 6.4 6.3 5.8 5.1 4.9

order

base包的函数。可以给向量或者数据框排序，返回sort排序的下标，利用此逻辑给数据框排序。

> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.1         3.5          1.4         0.2     setosa
2          4.9         3.0          1.4         0.2     setosa
3          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6.0         2.5  virginica
6          5.8         2.7          5.1         1.9  virginica
## 给数据框排序（正序）
> test[order(test$Sepal.Length),]
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
2          4.9         3.0          1.4         0.2     setosa
1          5.1         3.5          1.4         0.2     setosa
6          5.8         2.7          5.1         1.9  virginica
5          6.3         3.3          6.0         2.5  virginica
4          6.4         3.2          4.5         1.5 versicolor
3          7.0         3.2          4.7         1.4 versicolor
## 给数据框排序（降序）
> test[order(test$Sepal.Length,decreasing = T),]
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
3          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6.0         2.5  virginica
6          5.8         2.7          5.1         1.9  virginica
1          5.1         3.5          1.4         0.2     setosa
2          4.9         3.0          1.4         0.2     setosa

arrange

是tidyverse包的函数，可以实现简单的代码排序，多个条件排序等操作。

> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.1         3.5          1.4         0.2     setosa
2          4.9         3.0          1.4         0.2     setosa
3          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6.0         2.5  virginica
6          5.8         2.7          5.1         1.9  virginica
## 数据框排序（正序）
> library(dplyr)
> arrange(test, Sepal.Length)
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          4.9         3.0          1.4         0.2     setosa
2          5.1         3.5          1.4         0.2     setosa
3          5.8         2.7          5.1         1.9  virginica
4          6.3         3.3          6.0         2.5  virginica
5          6.4         3.2          4.5         1.5 versicolor
6          7.0         3.2          4.7         1.4 versicolor
## 数据框排序（降序）
> arrange(test, desc(Sepal.Length))
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          7.0         3.2          4.7         1.4 versicolor
2          6.4         3.2          4.5         1.5 versicolor
3          6.3         3.3          6.0         2.5  virginica
4          5.8         2.7          5.1         1.9  virginica
5          5.1         3.5          1.4         0.2     setosa
6          4.9         3.0          1.4         0.2     setosa
## 多条件排序（先Sepal.Width降序，再Sepal.Length升序）
> arrange(test, desc(Sepal.Width),Sepal.Length)
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.1         3.5          1.4         0.2     setosa
2          6.3         3.3          6.0         2.5  virginica
3          6.4         3.2          4.5         1.5 versicolor
4          7.0         3.2          4.7         1.4 versicolor
5          4.9         3.0          1.4         0.2     setosa
6          5.8         2.7          5.1         1.9  virginica

来自tidyr的几个函数

mutate

增加一列
test = mutate(test, new = Sepal.Length Sepal.Width)
*new代表新列名。

> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.1         3.5          1.4         0.2     setosa
2          4.9         3.0          1.4         0.2     setosa
3          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6.0         2.5  virginica
6          5.8         2.7          5.1         1.9  virginica
> test = mutate(test, new = Sepal.Length * Sepal.Width)
> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new
1          5.1         3.5          1.4         0.2     setosa 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66
## 简化代码
> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new happy
1          5.1         3.5          1.4         0.2     setosa 17.85 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66 15.66
> test$new2 = test$Sepal.Length * test$Sepal.Width
> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new happy  new2
1          5.1         3.5          1.4         0.2     setosa 17.85 17.85 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70 14.70 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40 22.40 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48 20.48 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79 20.79 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66 15.66 15.66

select

选择某一列或者某几列。

> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new happy  new2
1          5.1         3.5          1.4         0.2     setosa 17.85 17.85 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70 14.70 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40 22.40 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48 20.48 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79 20.79 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66 15.66 15.66
## 选择某一列
> select(test, Sepal.Length)
  Sepal.Length
1          5.1
2          4.9
3          7.0
4          6.4
5          6.3
6          5.8
## 选择某几列
> select(test, starts_with("n"))
    new  new2
1 17.85 17.85
2 14.70 14.70
3 22.40 22.40
4 20.48 20.48
5 20.79 20.79
6 15.66 15.66

filter

选择某一行或者某几行。

> test
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new happy  new2
1          5.1         3.5          1.4         0.2     setosa 17.85 17.85 17.85
2          4.9         3.0          1.4         0.2     setosa 14.70 14.70 14.70
3          7.0         3.2          4.7         1.4 versicolor 22.40 22.40 22.40
4          6.4         3.2          4.5         1.5 versicolor 20.48 20.48 20.48
5          6.3         3.3          6.0         2.5  virginica 20.79 20.79 20.79
6          5.8         2.7          5.1         1.9  virginica 15.66 15.66 15.66
## 选择一列
> filter(test, Sepal.Length == 6.4)
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new happy  new2
1          6.4         3.2          4.5         1.5 versicolor 20.48 20.48 20.48
## 选择几列
> filter(test, Sepal.Width == 3.2)
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species   new happy  new2
1          7.0         3.2          4.7         1.4 versicolor 22.40 22.40 22.40
2          6.4         3.2          4.5         1.5 versicolor 20.48 20.48 20.48

%>%

管道符号 %>% 可以将一个函数的输出传递给另一个函数作为参数，从而可以链接一系列分析步骤。

## 菜鸟版本
> x1 = filter(iris, Sepal.Length > 3)
> x2 = select(x1, c("Sepal.Length","Sepal.Width"))
> x3 = arrange(x2, Sepal.Length)
> head(x3)
  Sepal.Length Sepal.Width
1          4.3         3.0
2          4.4         2.9
3          4.4         3.0
4          4.4         3.2
5          4.5         2.3
6          4.6         3.1
## 进阶版本
> x = iris %>%
+   filter(Sepal.Length > 3) %>%
+   select(c("Sepal.Length","Sepal.Width")) %>%
+   arrange(Sepal.Length)
> head(x)
  Sepal.Length Sepal.Width
1          4.3         3.0
2          4.4         2.9
3          4.4         3.0
4          4.4         3.2
5          4.5         2.3
6          4.6         3.1

生信基础入门

0107_数据框进阶