基础函数

• 五大基础函数
  • 选择行(obsevations)：filter()
  • 重排行：arrange()
  • 选择列（variables）:select
  • 创建列：mutate()
  • 折叠值并汇总：summarize()
• 函数特点：
  • 以上函数，均可搭配group_by()，将数据分组
  • 函数的工作方式类似：
    • 第一：指定输入的数据框
    • 第二：指要做什么
    • 第三：输出均为新的数据框（意味着：不改变原有数据）
  • 一套标准的比较算法：>, >=, <, <=, != (not equal), and == (equal), 兼容布尔逻辑：& is “and,” | is “or,” and ! is “not.”
• 前面基础函数的介绍已经有同学介绍，我就不再多赘述，用例子来体会一下

1. filter(): 根据特定条件选择（过滤）行 ```

   ############# filter函数

   head(iris)

   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 4.7 3.2 1.3 0.2 setosa

   4 4.6 3.1 1.5 0.2 setosa

   5 5.0 3.6 1.4 0.2 setosa

   6 5.4 3.9 1.7 0.4 setosa

filter取sepal大于3的所有行

filter(iris, Sepal.Width >=3)

filter取sepal大于3或者Petal=1.4的所有行

filter(iris, Sepal.Width >=3 | Petal.Length == 1.4)

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 4.7 3.2 1.3 0.2 setosa

4 4.6 3.1 1.5 0.2 setosa

filter也可以用来过滤缺失值

df <- tibble(x = c(1, NA, 3,4)) filter(df, !is.na(x))

A tibble: 3 × 1

x

1 1

2 3

3 4

补充 %in%

X%in%Y:返回所有X中有Y值的位置的值

filter(iris, Species %in% c(“setosa”))

# A tibble: 50 × 5

Sepal.Length Sepal.Width Petal.Length Petal.Width Species

1 5.1 3.5 1.4 0.2 setosa

2 4.9 3 1.4 0.2 setosa

3 4.7 3.2 1.3 0.2 setosa

2. arrange(): 与filter()类似也是操作行，但与filter()不同是，不选择，只对行进行排序，自定义为升序，na值总排在最后。降序参数用desc()

############# arrange函数

arrange(iris, Species, Sepal.Length)

Sepal.Length Sepal.Width Petal.Length Petal.Width Species

1 4.3 3.0 1.1 0.1 setosa

2 4.4 2.9 1.4 0.2 setosa

3 4.4 3.0 1.3 0.2 setosa

4 4.4 3.2 1.3 0.2 setosa

3. select()：选择列
   1. 特点：有一些帮助功能，不用正则表达式也可以提取特定字符的列
      1. starts_with("abc") matches names that begin with “abc”. 
      1. ends_with("xyz") matches names that end with “xyz”.
      1. contains("ijk") matches names that contain “ijk”.
      1. matches("(.)\\1") selects variables that match a regular expression. 
      1. num_range("x", 1:3) matches x1, x2, and x3.

select(iris,Sepal.Width)

Sepal.Width

1 3.5

2 3.0

3 3.2

4.mutate(): 新增列

mutate(iris, total_length = Sepal.Length + Sepal.Width)

# A tibble: 150 × 6

Sepal.Length Sepal.Width Petal.Length Petal.Width Species total_length

1 5.1 3.5 1.4 0.2 setosa 8.6

2 4.9 3 1.4 0.2 setosa 7.9

3 4.7 3.2 1.3 0.2 setosa 7.9

5. summarize():折叠值

summarise(iris, mean_sepal = mean(Sepal.Width))

A tibble: 1 × 1

mean_sepal

#

# 1 3.06

summarise(group_by(iris, Species), mean_sepal = mean(Sepal.Width))

A tibble: 3 × 2

Species mean_sepal

1 setosa 3.43

2 versicolor 2.77

3 virginica 2.97

``` 2021.12.2
I one