使用dplyr包進行數據篩選的基本步驟如下：

1. 安裝并加載dplyr包：首先需要安裝dplyr包，并通過library(dplyr)命令加載包。

install.packages("dplyr")
library(dplyr)

2. 使用filter()函數進行數據篩選：filter()函數用于根據指定條件篩選數據。以下是一個簡單的示例，篩選出iris數據集中Sepal.Length大于5的數據。

filtered_data <- filter(iris, Sepal.Length > 5)

3. 使用select()函數選擇需要的列：select()函數用于選擇數據框中的指定列。以下是一個示例，選擇iris數據集中的Sepal.Length和Sepal.Width兩列數據。

selected_data <- select(iris, Sepal.Length, Sepal.Width)

4. 使用arrange()函數對數據進行排序：arrange()函數用于對數據框進行排序。以下是一個示例，對iris數據集中的Sepal.Length列進行升序排序。

arranged_data <- arrange(iris, Sepal.Length)

5. 使用mutate()函數添加新列：mutate()函數用于添加新列或修改數據框中的列。以下是一個示例，添加一列表示Sepal.Length和Sepal.Width的總和。

new_data <- mutate(iris, Total_Sepal = Sepal.Length + Sepal.Width)

6. 使用group_by()和summarise()函數進行分組和匯總：group_by()函數用于對數據進行分組，summarise()函數用于對每組數據進行匯總統計。以下是一個示例，對iris數據集按Species進行分組，并計算Sepal.Length的平均值。

summary_data <- iris %>%
                group_by(Species) %>%
                summarise(mean_sepal_length = mean(Sepal.Length))

以上是使用dplyr包進行數據篩選的基本步驟，通過組合這些函數可以實現更復雜的數據處理操作。