Day-6 駱栢維

R包

安裝加載R包

> options("repos" = c(CRAN="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")) 
> 
> options(BioC_mirror="https://mirrors.ustc.edu.cn/bioc/") 
> 
> install.packages("dplyr")
WARNING: Rtools is required to build R packages but is not currently installed. Please download and install the appropriate version of Rtools before proceeding:

https://cran.rstudio.com/bin/windows/Rtools/
trying URL 'https://mirrors.tuna.tsinghua.edu.cn/CRAN/bin/windows/contrib/3.6/dplyr_0.8.3.zip'
Content type 'application/zip' length 3266767 bytes (3.1 MB)
downloaded 3.1 MB

package ‘dplyr’ successfully unpacked and MD5 sums checked

The downloaded binary packages are in
    C:\Users\luobo\AppData\Local\Temp\RtmpMJbEb9\downloaded_packages
> library(dplyr)

載入程輯包:‘dplyr’

The following objects are masked from ‘package:stats’:

    filter, lag

The following objects are masked from ‘package:base’:

    intersect, setdiff, setequal, union

Warning message:
程輯包‘dplyr’是用R版本3.6.1 來建造的 
> 
> library(dplyr)#載入R包,便于后面函數(shù)使用

dplyr五個(gè)基本函數(shù)

新增列mutate()

> mutate(test, new = Sepal.Length * Sepal.Width)
  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
    new
1 17.85
2 14.70
3 22.40
4 20.48
5 20.79
6 15.66

按列篩選

按列號

> select(test,c(2,4))
    Sepal.Width Petal.Width
1           3.5         0.2
2           3.0         0.2
51          3.2         1.4
52          3.2         1.5
101         3.3         2.5
102         2.7         1.9

按名

> select(test,Petal.Length)
    Petal.Length
1            1.4
2            1.4
51           4.7
52           4.5
101          6.0
102          5.1

篩選行

> filter(test, Species == "setosa"&Sepal.Length < 5 )
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          4.9           3          1.4         0.2  setosa

排序

> arrange(test, Sepal.Width)# 默認(rèn)升序
  Sepal.Length Sepal.Width Petal.Length Petal.Width    Species
1          5.8         2.7          5.1         1.9  virginica
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          5.1         3.5          1.4         0.2     setosa
> arrange(test, desc(Sepal.Width))# 降序
  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          7.0         3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          4.9         3.0          1.4         0.2     setosa
6          5.8         2.7          5.1         1.9  virginica

匯總

> group_by(test,Species)
# A tibble: 6 x 5
# Groups:   Species [3]
  Sepal.Length Sepal.Width Petal.Length Petal.Width Species   
*        <dbl>       <dbl>        <dbl>       <dbl> <fct>     
1          5.1         3.5          1.4         0.2 setosa    
2          4.9         3            1.4         0.2 setosa    
3          7           3.2          4.7         1.4 versicolor
4          6.4         3.2          4.5         1.5 versicolor
5          6.3         3.3          6           2.5 virginica 
6          5.8         2.7          5.1         1.9 virginica 
> summarise(group_by(test, Species),mean(Sepal.Length), sd(Sepal.Length))
# A tibble: 3 x 3
  Species    `mean(Sepal.Length)` `sd(Sepal.Length)`#mean代表平均數(shù)曹锨,sd表示標(biāo)準(zhǔn)差
  <fct>                     <dbl>              <dbl>
1 setosa                     5                 0.141
2 versicolor                 6.7               0.424
3 virginica                  6.05              0.354

dplyr實(shí)用技能

通道操作 %>%

count統(tǒng)計(jì)

dplyr處理關(guān)系數(shù)據(jù)

內(nèi)連取交集inner_join

左連left_join

全連full_join

半連semi_join

反連anti_join

合并bind_rows()bind_cols

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子携茂,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,490評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件挨务,死亡現(xiàn)場離奇詭異紧武,居然都是意外死亡剃氧,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,581評論 3 395
  • 文/潘曉璐 我一進(jìn)店門阻星,熙熙樓的掌柜王于貴愁眉苦臉地迎上來朋鞍,“玉大人,你說我怎么就攤上這事妥箕±乃郑” “怎么了?”我有些...
    開封第一講書人閱讀 165,830評論 0 356
  • 文/不壞的土叔 我叫張陵畦幢,是天一觀的道長坎吻。 經(jīng)常有香客問我,道長宇葱,這世上最難降的妖魔是什么瘦真? 我笑而不...
    開封第一講書人閱讀 58,957評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮黍瞧,結(jié)果婚禮上诸尽,老公的妹妹穿的比我還像新娘。我一直安慰自己印颤,他們只是感情好您机,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,974評論 6 393
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著膀哲,像睡著了一般往产。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上某宪,一...
    開封第一講書人閱讀 51,754評論 1 307
  • 那天仿村,我揣著相機(jī)與錄音,去河邊找鬼兴喂。 笑死蔼囊,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的衣迷。 我是一名探鬼主播畏鼓,決...
    沈念sama閱讀 40,464評論 3 420
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼壶谒!你這毒婦竟也來了云矫?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,357評論 0 276
  • 序言:老撾萬榮一對情侶失蹤汗菜,失蹤者是張志新(化名)和其女友劉穎让禀,沒想到半個(gè)月后挑社,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,847評論 1 317
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡巡揍,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,995評論 3 338
  • 正文 我和宋清朗相戀三年痛阻,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片腮敌。...
    茶點(diǎn)故事閱讀 40,137評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡阱当,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出糜工,到底是詐尸還是另有隱情弊添,我是刑警寧澤,帶...
    沈念sama閱讀 35,819評論 5 346
  • 正文 年R本政府宣布啤斗,位于F島的核電站表箭,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏钮莲。R本人自食惡果不足惜免钻,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,482評論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望崔拥。 院中可真熱鬧极舔,春花似錦、人聲如沸链瓦。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,023評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽慈俯。三九已至渤刃,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間贴膘,已是汗流浹背卖子。 一陣腳步聲響...
    開封第一講書人閱讀 33,149評論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留刑峡,地道東北人洋闽。 一個(gè)月前我還...
    沈念sama閱讀 48,409評論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像突梦,于是被迫代替她去往敵國和親诫舅。 傳聞我的和親對象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,086評論 2 355

推薦閱讀更多精彩內(nèi)容