R-- Dplyr包

Dplyr 包应用

1. 筛选 filter（）
按照给定的逻辑判断选择出合适的数据子集
fliter（data，year==2015，month==1）
支持对同一对象的任意条件组合 fliter（data，year==2014|year==2015）
fliter（data，year==2014|year==2015，month==1&month==2）

2. 排序 arrange（）
按指定的属性依次对所有行进行排序， arrange（data，year，month）
对排序属性加desc( ),按倒序排列 ， arrange（data，desc（year，month））

3. 选择 select（）
用列名作为参数选择子数据集
select（data，year，month，dayofweek）
用‘:’连接列名（类似于数字形式） select（data，year：dayofweek）
用‘-’删除列 select（data，-(year：month))

4. 去重 distinct ( )
去重 distinct （data[1:5,3:10]） ; distinct（select（data，year，month）

5. 变形 mutate（）
对已有列进行算数运算，并作为新列添加到数据中，同时可以在同一语句中队新加的列进行操作。
mutate（data,newscore=(scoer1+score2)*scor3） ----newscore为新加入的列
mutate（data,newscore1=(scoer1+score2)*scor3，newsocre2=newscore1+score4）
----newscore1与newscore2为新加入的列

6. 分组 group_by（）
对数据集添加分组信息，然后可以分别对各分组作用函数操作
newdata<-group_by(data,year) 按year对数据进行分组
datamean<-mean(newdata) 按照year分组后分别对每一组求平均

7. 函数结果汇总 summarise（）
summarise(data,mean(scor1),sum(scor2))
summarise(group_by(data,year),mean(scor1),sum(scor2))

8. 连接符 %.%
用原始数据名作为开头，依次对数据进行操作，上一步操作的数据结果作为下一步操作应用的数据集
data%.%group_by(year)%.%summrise(newscore=mean(score))%.%arrange(desc(newscore))%.%head(5)
等价于head(arrange(summrise(newscore=mean(group_by(date,year))),desc(newscore)),5)