R語(yǔ)言dplyr包的數(shù)據(jù)整理病毡、分析函數(shù)用法文章連載NO.01
在日常數(shù)據(jù)處理過(guò)程中難免會(huì)遇到些難處理的，選取更適合的函數(shù)分割钓辆、篩選剪验、合并等實(shí)在是大快人心！
利用dplyr包中的函數(shù)更高效的數(shù)據(jù)清洗前联、數(shù)據(jù)分析功戚，及為后續(xù)數(shù)據(jù)建模創(chuàng)造環(huán)境；本篇涉及到的函數(shù)為filter似嗤、filter_all()啸臀、filter_if()、filter_at()烁落、mutate乘粒、group_by、select伤塌、summarise灯萍。
1、數(shù)據(jù)篩選函數(shù)：
#可使用filter()函數(shù)篩選/查找特定條件的行或者樣本
#filter(.data=,condition_1,condition_2)#將返回相匹配的數(shù)據(jù)
#同時(shí)可以多條件匹配multiple condition每聪，當(dāng)采用多條件匹配時(shí)可直接condition1旦棉，condition2或者condition1&condition2
#其他邏輯表達(dá)還有：==，>,>=等药薯，&绑洛，|，童本！真屯，xor（），is.na穷娱，between绑蔫，near
#filter延展的相關(guān)函數(shù)filter_all()运沦、filter_if()、filter_at()
#以iris數(shù)據(jù)集為例：
filter(.data=iris,Sepal.Length>3,Sepal.Width<3.5)
filter(.data=iris,Sepal.Length>3,Species=="virginica")
輸出情況：? ? ????? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??
?輸出情況：
#要使用filter_all()配深、filter_if()茶袒、filter_at()需要先去掉Species列（非數(shù)值型列）?
iris_data<-iris%>% select(-Species)
#篩選所有屬性小于6的行?
iris_data%>% filter_all(all_vars(.<6))
部分輸出情況：?
#篩選任意一個(gè)屬性大于3的行
iris_data%>% filter_all(any_vars(.>3))
#篩選以sep開(kāi)頭的屬性任一大于3的行
iris_data%>% filter_at(vars(starts_with("Sep")), any_vars(. >3))
#R中自帶數(shù)據(jù)集mtcars，篩選任意一個(gè)屬性大于150的行
filter_all(mtcars, any_vars(. > 150))
#篩選以d開(kāi)頭的屬性任一可被2整除的行
filter_at(mtcars, vars(starts_with("d")), any_vars((. %% 2) == 0))
2凉馆、數(shù)據(jù)分組薪寓、匯總函數(shù)group_by、summarise
其他延展函數(shù)?group_by_all澜共、group_by_if向叉、group_by_at（將在后續(xù)文章中解析）
?group_by函數(shù)按照某個(gè)變量分組，對(duì)于數(shù)據(jù)集本身并不會(huì)發(fā)生什么變化嗦董，只有在與mutate(), arrange() 和 summarise() 函數(shù)結(jié)合應(yīng)用的時(shí)候會(huì)體現(xiàn)出它的優(yōu)越性母谎，將會(huì)對(duì)這些 tbl 類(lèi)數(shù)據(jù)執(zhí)行分組操作 (R語(yǔ)言泛型函數(shù)的優(yōu)越性).
mtcars_cyl <- mtcars %>% group_by(cyl)
mtcars_cyl %>% summarise(
disp = mean(disp),
hp = mean(hp)
)
mtcars_vs_am <- mtcars %>% group_by(vs, am)
mtcars_vs <- mtcars_vs_am %>% summarise(n = n())
3、新增列函數(shù)mutate京革，在數(shù)據(jù)集的基礎(chǔ)上新增列奇唤，不對(duì)原數(shù)據(jù)作更改
可用的相關(guān)參數(shù)、邏輯：
? +, -?等等
? log()
? lead(), lag()
? dense_rank(), min_rank(), percent_rank(), row_number(), cume_dist(), ntile()
? cumsum(), cummean(), cummin(), cummax(), cumany(), cumall()
? na_if(), coalesce()
? if_else(), recode(), case_when()
相關(guān)延展函數(shù)：transmute匹摇、mutate_all咬扇、mutate_if、mutate_at（后期文章分享）
mtcars %>% as_tibble() %>% mutate(
cyl2 = cyl*3,
cyl4 = cyl2+2)
