怎么在R語言中使用dplyr包對數據進行處理

這期內容當中小編將會給大家帶來有關怎么在R語言中使用dplyr包對數據進行處理，文章內容豐富且以專業的角度為大家分析和敘述，閱讀完這篇文章希望大家可以有所收獲。

1、數據篩選函數：

#可使用filter()函數篩選/查找特定條件的行或者樣本
#filter(.data=,condition_1,condition_2)#將返回相匹配的數據

#同時可以多條件匹配multiple condition，當采用多條件匹配時可直接condition1，condition2或者condition1&condition2
#其他邏輯表達還有：==，>,>=等，&，|，！，xor（），is.na，between，near

#filter延展的相關函數filter_all()、filter_if()、filter_at()

#以iris數據集為例：

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()、filter_if()、filter_at()需要先去掉Species列（非數值型列） 

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： 

#篩選任意一個屬性大于3的行

iris_data%>% filter_all(any_vars(.>3))

#篩選以sep開頭的屬性任一大于3的行

iris_data%>% filter_at(vars(starts_with("Sep")), any_vars(. >3))

#R中自帶數據集mtcars，篩選任意一個屬性大于150的行

filter_all(mtcars, any_vars(. > 150))

#篩選以d開頭的屬性任一可被2整除的行

filter_at(mtcars, vars(starts_with("d")), any_vars((. %% 2) == 0))

2、數據分組、匯總函數group_by、summarise

其他延展函數 group_by_all、group_by_if、group_by_at（將在后續文章中解析）

 group_by函數按照某個變量分組，對于數據集本身并不會發生什么變化，只有在與mutate(), arrange() 和 summarise() 函數結合應用的時候會體現出它的優越性，將會對這些 tbl 類數據執行分組操作 (R語言泛型函數的優越性).

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mutate，在數據集的基礎上新增列，不對原數據作更改

可用的相關參數、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()

相關延展函數：transmute、mutate_all、mutate_if、mutate_at（后期文章分享）

mtcars %>% as_tibble() %>% mutate(
cyl2 = cyl*3,
cyl4 = cyl2+2
)

上述就是小編為大家分享的怎么在R語言中使用dplyr包對數據進行處理了，如果剛好有類似的疑惑，不妨參照上述分析進行理解。如果想知道更多相關知識，歡迎關注億速云行業資訊頻道。