《学习小组Day6笔记--于多多》

dplyr包

5个基础函数

1. mutate() 新增列
   eg: mutate(文件名, new = 新参数)
2. select() 按列筛选
   eg: select(文件名, 列名/列号)
3. filter() 筛选行
   eg:filter(文件名，筛选条件)
   filter(test, Species == "setosa")
   filter(test, Species == "setosa"&Sepal.Length > 5 )
   filter(test, Species %in% c("setosa","versicolor"))
4. arrange() 按某1列或某几列对整个表格进行排序
   eg:arrange(文件名，列名)
   arrange(test, desc(Sepal.Length)) desc降序排列
5. summarise() 汇总 与group_by联用
   eg:summarise(group_by(test, Species),mean(Sepal.Length),sd(Sepal.Length)) 按物种分类

dplyr两个实用技能

1. 管道操作 %>% (cmd/ctr + shift + M)
   eg:test %>%
   group_by(Species) %>%
   summarise(mean(Sepal.Length), sd(Sepal.Length))
   文件 %>% 命令1 %>% 命令2
2. count统计某列的unique值
   count(test,Species)

dplyr处理关系数据

1. inner_join内连接，取交集
   inner_join(数据集1, 数据集2, by = "变量")
2. left_join 左连
   left_join(数据集1, 数据集2, by = "变量") 数据集位置有顺序 向数据集1中添加数据集2中的非公有部分
3. full_join( test1, test2, by = 'x') 全联接 将两个数据集中的所有数据联接在一起
4. semi_join 半连接 返回能够与y表匹配的x表所有记录semi_join
   semi_join(x = test1, y = test2, by = 'x')
5. anti_join 反连接：返回无法与y表匹配的x表的所记录anti_join
   anti_join(x = test2, y = test1, by = 'x')
6. bind_rows(数据集1，数据集2) 函数需要两个表格列数相同
   bind_cols()函数需要两个表格列数相同