在R中有很多的內(nèi)置函數(shù)凰浮，比如transform()我抠、rbind（）、cbind（）等函數(shù)袜茧，這些函數(shù)我們可以直接使用菜拓，除此之外，還有常見的幾種包在處理數(shù)據(jù)的時(shí)候非常好用惫周。

dplyr包

dplyr包是Hadley Wickham(ggplot2包的作者尘惧，被稱為‘一個(gè)改變R的人’)的杰作， dplyr可用于處理R內(nèi)部或者外部的結(jié)構(gòu)化數(shù)據(jù)递递，相較于plyr包喷橙，dplyr專注接受dataframe對(duì)象, 大幅提高了速度,并且提供了更穩(wěn)健的數(shù)據(jù)庫接口。

一登舞、篩選: filter系列

filter贰逾、filter_all、filter_at菠秒、filter_if
用法：filter(.data, 條件...)
這里我們用R的內(nèi)置數(shù)據(jù)集作為例子（mtcars）

    filter(mtcars, cyl == 8)  
    filter(mtcars, cyl < 6)  
    #過濾出cyl < 6 并且 vs == 1的行  

    filter(mtcars, cyl < 6 & vs == 1)  
    filter(mtcars, cyl < 6, vs == 1)  
    #過濾出cyl < 6 或者 vs == 1的行  
    filter(mtcars, cyl < 6 | vs == 1)  
    #過濾出cyl 為4或6的行  
    filter(mtcars, cyl %in% c(4, 6))  

基于filter函數(shù)的用法疙剑，擴(kuò)展出了一些新的函數(shù)

1filter_all(mtcars, any_vars(. > 150)) #篩選任何變量＞150的樣本
2filter_at(mtcars, vars(starts_with("d")), any_vars((. %% 2) == 0)) 
3#篩選變量以“d”結(jié)尾，并且變量 "%%2" 等于0
4filter_if(mtcars, ~ all(floor(.) == .), all_vars(. != 0))
5# 篩選變量向下取整 == 原變量數(shù)值, 并且這部分變量的數(shù)值践叠！= 0 的樣本集

二言缤、slice函數(shù)

用法：slice(.data, ...)
用處： slice() 函數(shù)通過行號(hào)選取數(shù)據(jù)

#選取第一行的數(shù)據(jù)
slice(mtcars, 1L)  
filter(mtcars, row_number() == 1L)  
#選取最后一行數(shù)據(jù)  
slice(mtcars, n())  
filter(mtcars, row_number() == n())  
#選取第5行到最后一行所有數(shù)據(jù)  
slice(mtcars, 5:n())  
filter(mtcars, between(row_number(), 5, n()))  

這個(gè)函數(shù)在實(shí)際中并不常用，但是在某些情況下就會(huì)非常好用禁灼。

三管挟、排列: arrange

用法：arrange(.data, ...)
arrange()按給定的列名依次對(duì)行進(jìn)行排序，默認(rèn)是按照升序排序弄捕，對(duì)列名加 desc() 可實(shí)現(xiàn)倒序排序僻孝。原數(shù)據(jù)集行名稱會(huì)被過濾掉。

#以cyl和disp聯(lián)合升序排序 ,如果cyl相同守谓，按照disp 
  arrange(mtcars, cyl, disp)  
#以disp降序排序  
  arrange(mtcars, desc(disp))  

四穿铆、選擇: select

用法：select(.data, ...)

#選取變量名前綴包含Petal的列  
select(iris, starts_with("Petal"))  
#選取變量名前綴不包含Petal的列  
select(iris, -starts_with("Petal"))  
#選取變量名后綴包含Width的列  
select(iris, ends_with("Width"))  
#選取變量名后綴不包含Width的列  
select(iris, -ends_with("Width"))  
#選取變量名中包含etal的列  
select(iris, contains("etal"))  
#選取變量名中不包含etal的列  
select(iris, -contains("etal"))  
#正則表達(dá)式匹配，返回變量名中包含t的列  
select(iris, matches(".t."))  
#正則表達(dá)式匹配斋荞，返回變量名中不包含t的列  
select(iris, -matches(".t."))  
#直接選取列  
select(iris, Petal.Length, Petal.Width)  
#返回除Petal.Length和Petal.Width之外的所有列  
select(iris, -Petal.Length, -Petal.Width)  
#使用冒號(hào)連接列名荞雏，選擇多個(gè)列  
select(iris, Sepal.Length:Petal.Width)  
#選擇字符向量中的列，select中不能直接使用字符向量篩選，需要使用one_of函數(shù)  
vars <- c("Petal.Length", "Petal.Width")  
select(iris, one_of(vars))  
#返回指定字符向量之外的列  
select(iris, -one_of(vars))  
#返回所有列讯檐，一般調(diào)整數(shù)據(jù)集中變量順序時(shí)使用  
select(iris, everything())  
#調(diào)整列順序羡疗，把Species列放到最前面  
select(iris, Species, everything()) 

一般我們用select函數(shù)選擇一個(gè)數(shù)據(jù)的幾列

    df <- as.data.frame(matrix(runif(100), nrow = 10))  
    df <- tbl_df(df[c(3, 4, 7, 1, 9, 8, 5, 2, 6, 10)])  
    #選擇V4，V5别洪，V6三列  
    select(df, V4:V6)  
    select(df, num_range("V", 4:6))  

五、變形: mutate

用法：mutate(.data, ...)
mutate()函數(shù)對(duì)已有列進(jìn)行數(shù)據(jù)運(yùn)算并添加為新列柳刮，

    #添加新列wt_kg和wt_t,在同一語句中可以使用剛添加的列  
    mutate(mtcars, wt_kg = wt * 453.592, wt_t = wt_kg / 1000)  
    #計(jì)算新列wt_kg和wt_t挖垛，返回對(duì)象中只包含新列  
    transmute(mtcars, wt_kg = wt * 453.592, wt_t = wt_kg / 1000)  

六、分組: group

用法：group_by(.data, ..., add = FALSE)
group_by()用于對(duì)數(shù)據(jù)集按照給定變量分組秉颗，返回分組后的數(shù)據(jù)集痢毒。對(duì)返回后的數(shù)據(jù)集使用以上介紹的函數(shù)時(shí)，會(huì)自動(dòng)的對(duì)分組數(shù)據(jù)操作蚕甥。

    #使用變量cyl對(duì)mtcars分組哪替，返回分組后數(shù)據(jù)集  
    by_cyl <- group_by(mtcars, cyl)  
    #返回每個(gè)分組中最大disp所在的行  
    filter(by_cyl, disp == max(disp))  
    #返回每個(gè)分組中變量名包含d的列，始終返回分組列cyl  
    select(by_cyl, contains("d"))  
    #使用mpg對(duì)每個(gè)分組排序  
    arrange(by_cyl,  mpg)  
    #對(duì)每個(gè)分組無重復(fù)的取2行記錄  
    sample_n(by_cyl, 2)  

七菇怀、數(shù)據(jù)關(guān)聯(lián)：join

類似于merge的用法

 #內(nèi)連接凭舶，合并數(shù)據(jù)僅保留匹配的記錄

  inner_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...) 

  #左連接，向數(shù)據(jù)集x中加入匹配的數(shù)據(jù)集y記錄

  left_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...)

  #右連接爱沟，向數(shù)據(jù)集y中加入匹配的數(shù)據(jù)集x記錄

  right_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...) 

  #全連接帅霜，合并數(shù)據(jù)保留所有記錄，所有行

  full_join(x,y, by = NULL, copy = FALSE, suffix = c(".x", ".y"), ...)

  #返回能夠與y表匹配的x表所有記錄 

  semi_join(x,y, by = NULL, copy = FALSE, ...)

  #返回?zé)o法與y表匹配的x表的所有記錄
  anti_join(x, y, by = NULL, copy = FALSE, ...) 

當(dāng)然呼伸，dplyr不止這一種用法身冀，希望各位道友一起補(bǔ)充，豐富我們的數(shù)據(jù)數(shù)據(jù)經(jīng)驗(yàn)和生信分析的工作括享。