首页> R语言教程

R语言dplyr包之高效数据处理函数(filter、group_by、mutate、summarise)详解

withpy 2021-05-26

简介这篇文章主要介绍了R语言dplyr包之高效数据处理函数(filter、group_by、mutate、summarise)的相关知识,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

R语言dplyr包的数据整理、分析函数用法文章连载NO.01

在日常数据处理过程中难免会遇到些难处理的,选取更适合的函数分割、筛选、合并等实在是大快人心!

利用dplyr包中的函数更高效的数据清洗、数据分析,及为后续数据建模创造环境;本篇涉及到的函数为filter、filter_all()、filter_if()、filter_at()、mutate、group_by、select、summarise。

1、数据筛选函数:

#可使用filter()函数筛选/查找特定条件的行或者样本 #filter(.data=,condition_1,condition_2)#将返回相匹配的数据

#同时可以多条件匹配multiple condition,当采用多条件匹配时可直接condition1,condition2或者condition1&condition2 #其他逻辑表达还有:==,>,>=等,&,|,!,xor(),is.na,between,near

#filter延展的相关函数filter_all()、filter_if()、filter_at()

#以iris数据集为例:

filter(.data=iris,Sepal.Length>3,Sepal.Width<3.5)
filter(.data=iris,Sepal.Length>3,Species=="virginica")

输出情况:                                                                          输出情况: 

#要使用filter_all()、filter_if()、filter_at()需要先去掉Species列(非数值型列) 

iris_data<-iris%>% select(-Species)

#筛选所有属性小于6的行 

iris_data%>% filter_all(all_vars(.<6))

部分输出情况: 

 

#筛选任意一个属性大于3的行

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

#筛选以sep开头的属性任一大于3的行

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

#R中自带数据集mtcars,筛选任意一个属性大于150的行

filter_all(mtcars, any_vars(. > 150))

#筛选以d开头的属性任一可被2整除的行

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

2、数据分组、汇总函数group_by、summarise

其他延展函数 group_by_all、group_by_if、group_by_at(将在后续文章中解析)

 group_by函数按照某个变量分组,对于数据集本身并不会发生什么变化,只有在与mutate(), arrange() 和 summarise() 函数结合应用的时候会体现出它的优越性,将会对这些 tbl 类数据执行分组操作 (R语言泛型函数的优越性).

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、新增列函数mutate,在数据集的基础上新增列,不对原数据作更改

可用的相关参数、逻辑:

• +, - 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()

相关延展函数:transmute、mutate_all、mutate_if、mutate_at(后期文章分享)

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

到此这篇关于R语言dplyr包之高效数据处理函数(filter、group_by、mutate、summarise)详解的文章就介绍到这了,更多相关R语言dplyr包数据处理函数内容请搜索本站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本站!

相关文章

  • 浅谈定义一个PHP函数

    在过去很长一段时间里,PHP都是开发web应用的不二之选。现在7.x版本又填补了许多高级特性和现代化应用的需求,并且提高了开发者的效率。这门语言正不断的发生改变,找出这些变化,并停止过去的写法,放弃你原来的习惯并自豪的使用这些新特性,让你的代码更易读易懂。

  • PHP sdk文档处理常用代码示例解析

    这篇文章主要介绍了PHP sdk文档处理常用代码示例解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  • 基于FlashPaper实现JSP在线阅读代码示例

    这篇文章主要介绍了基于FlashPaper实现JSP在线阅读代码示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

  • 在win10和linux上分别安装Python虚拟环境的方法步骤

    这篇文章主要介绍了在win10和linux上分别安装Python虚拟环境的方法步骤,虚机环境有非常多的优点,今天我们用的虚拟环境是virtualenv。感兴趣的小伙伴们可以参考一下

  • 微信小程序ibeacon三点定位详解

    这篇文章主要为大家详细介绍了微信小程序ibeacon三点定位的方法,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

  • golang 获取明天零点的时间戳示例

    今天小编就为大家分享一篇golang 获取明天零点的时间戳示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧