dplyr 数据操作 常用函数（5）

继续来了解dplyr中的其他有用函数

1、sample()

目的是可以从一个数据框中，随机抽取一些行，然后组成新的数据框。

sample_n(tbl, size, replace = FALSE, weight = NULL, .env = parent.frame())

sample_frac(tbl, size = 1, replace = FALSE, weight = NULL, .env = parent.frame())

从参数来看，sample输入数据是tbl格式，size表示抽取的个数，replace指的是能否重复抽取，weight指的是抽取比重。

另外，sample_frac是按照比例进行抽样。

下面来看些具体的例子

sample_n(mtcars, 10)

sample_n(mtcars, 20, replace = TRUE)

sample_n(group_by(mtcars,cyl), 3)

对数据分组后，再进行抽样是按照每组个抽取size个数的数据进行抽样。

sample_frac(mtcars, 0.1)

表示从数据从随机抽取1%的数据。

2、对两个数据集进行操作的函数　

intersect(x, y, ...)

union(x, y, ...)

union_all(x, y, ...)

setdiff(x, y, ...)

setequal(x, y, ...)

intersect 用于求两个函数的交集部分数据，union求并集部分数据，union_all求两个数据集的合集，

setdiff求两个数据集差异部分，setequal判别两个数据集是否相同

下面来看些具体的例子

mtcars$model <- rownames(mtcars)
first <- mtcars[1:20, ]
second <- mtcars[10:32, ]

first 数据集打印结果

second数据集打印结果

intersect(first, second)

union(first, second)

setdiff(first, second)

setdiff(second, first)

这里值得注意的是，setdiff(first, second) 和 setdiff(second, first)的结果是不一样的。

setequal(mtcars, mtcars[32:1, ])

TRUE　　

　　

3、slice()

按照具体数据所在行进行抽取数据，即定向抽取数据。

slice(.data, ...)

下面来看些具体的例子

slice(mtcars, 1L)

抽取第一行数据

slice(mtcars, n())

抽取最后一行数据

slice(mtcars, 25:n())

抽取第25行到最后一行数据

slice(group_by(mtcars, cyl), 1:2)

按照cyl分组后，每组抽取前两行数据

当然以上各组数据的抽取也可以用filter函数进行实现

filter(mtcars, row_number() == 1L)
filter(mtcars, row_number() == n())
filter(mtcars, between(row_number(), 5, n()))

　　

3、tally()

用于统计数据行数

tally(x, wt, sort = FALSE)

count(x, ..., wt = NULL, sort = FALSE)

直接根据实例来观察这个几个函数的区别

tally(mtcars)

直接返回mtcars总行数。

count(mtcars)

也是返回mtcars总行数

tally(mtcars,cyl)

　

返回cyl列所有数据求和后的结果

count(mtcars,cyl)

返回每个cyl并统计每个值得个数。

tally(group_by(mtcars,cyl))

与上面count(mtcars,cyl)的效果一致。

tally(group_by(mtcars,cyl),mpg)

　

根据cyl分组后，对mpg进行求和

count(group_by(mtcars,cyl),mpg)

进行多次分组统计。