R语言dplyr包：高效数据处理函数case_when、inner_join、semi_join、anti_join、right_join、left_join

R语言高效数据处理包

本篇为dplyr包实用函数的连载，主要为SQL数据库中类似功能的实现。

1、case_when函数，有一些SQL基础（case when）的都猜得到这个函数的功能

可实现多条件判断并可以添加标签的函数，这在我们对数据进行分类整理中十分的实用，这个函数中的参数可以这样分：一部分是判断条件，另一部分是所要做的标签

iris%>%select(Sepal.Length,Species)%>%mutate(sl_size=case_when(Sepal.Length<=5~"s",
                                Sepal.Length>=6~"l",
                                Sepal.Length>=5&Sepal.Length<=6~"m"))

2、一系列xxx_join函数，这可是解决了不少问题，不用在数据库中捣来捣去（这一系列函数的参数都是一样的，分别为：xxx_join（df1，df2，by=c（“x1”，“x2”）或者by=c（“x1”=“x2”）或者省略，但是省略后函数会使用两个数据集中公有的变量作匹配））

     2.1 inner_join 函数所得结果为df1、df2数据的交集；

     2.2semi_join函数所得结果为与inner_join类似，同样是求两个数据集的交集，但semi_join只保留/返回

     前者与后者相匹配的函数；

     2.3  anti_join函数返回的结果就与前面的函数反着了，它返回的是前者数据中与后者不匹配的数据；

     2.4  right_join和left_join想必都不用多说了，返回前者与后者相匹配的数据集及后者其本身、前者与后者相匹配的数据集及前      者其本身。

这次也只写这么点哦，dplyr包常用的函数已经讲解的差不多了，希望大家都可以熟练运用。

这个函数还需要演示代码的话，想得美

下一篇文章是关于R语言data.table包的函数

这个包同样是一个非常强大的数据处理包，相比dplyr有时候效果更好。

 

另外，可能有不少小伙伴同时也在学习python，小编也是，但以小编的看法，两者的语法有些不同，而有些函数、符号、包都是类似的，所以学好其一，想学其他的就会很快上手的。