数据处理之——dplyr

dplyr简介

关于R中的数据处理，上期我们介绍了plyr，这期我们接着介绍数据处理相关包dplyr。dplyr其实可以看做是plyr的升级版，dplyr中的d指dataframe，它专注于做基于数据框的处理。如果你熟悉了dplyr的这一套处理函数，它将会大大提升你处理数据的速度和效率。

示例数据

dplyr中使用的示例数据继续沿用pgdat数据集，如果你想要获取该数据集的源代码，可以通过点击微信公众号右下角的案例数据得到。

单表操作函数

select

• select(.data,...): 该函数实现了对数据集的列进行选取

• rename(.data,...): 该函数可以对数据集的列名进行重命名，会保留完整数据集

## 在pgdat数据集中选择场次、球员姓名、助攻数、得分、抢断、失误数据
pgdat1 <- select(pgdat,rk,0);">player,0);">ast,0);">pts,0);">stl,0);">tov)
headpgdat1)

## ? rk player ast pts stl tov
## 1 ?1 ? 库里 ? 6 ?46 ? 2 ? 2
## 2 ?2 ? 库里 ? 5 ?37 ? 2 ? 4
## 3 ?3 ? 库里 ? 8 ?17 ? 1 ? 2
## 4 ?4 ? 库里 ? 9 ?27 ? 2 ? 3
## 5 ?5 ? 库里 ?15 ?21 ? 3 ? 3
## 6 ?6 ? 库里 ? 7 ?39 ? 2 ? 4

renamepgdat1,0);">name = player## ? rk name ast pts stl tov
## 1 ?1 库里 ? 6 ?46 ? 2 ? 2
## 2 ?2 库里 ? 5 ?37 ? 2 ? 4
## 3 ?3 库里 ? 8 ?17 ? 1 ? 2
## 4 ?4 库里 ? 9 ?27 ? 2 ? 3
## 5 ?5 库里 ?15 ?21 ? 3 ? 3
## 6 ?6 库里 ? 7 ?39 ? 2 ? 4

filter/slice

• filter(.data,...): 该函数返回匹配条件的数据行，实现了对数据集的行进行选取

• slice(.data,...): 该函数可以通过行位置对数据集进行筛选，它也是对数据集的行进行选取的一种方式

# 选择得分大于40分的数据
filterpts > 40) %>% head

## ? rk name ast pts stl tov
## 1 ?1 库里 ? 6 ?46 ? 2 ? 2
## 2 21 库里 ? 3 ?41 ? 4 ? 5
## 3 24 库里 ? 6 ?46 ? 2 ? 3
## 4 25 库里 ? 8 ?51 ? 0 ? 5
## 5 26 库里 ? 7 ?42 ? 1 ? 7
## 6 33 库里 ? 2 ?51 ? 3 ? 7

# 选择助攻数大于15的数据
ast 15## ? rk name ast pts stl tov
## 1 ?6 保罗 ?16 ?20 ? 1 ? 2
## 2 13 保罗 ?16 ?15 ? 2 ? 3
## 3 17 保罗 ?16 ?12 ? 5 ? 3
## 4 44 保罗 ?19 ?21 ? 1 ? 3
## 5 58 保罗 ?18 ?18 ? 0 ? 2
## 6 ?6 沃尔 ?16 ?22 ? 2 ? 4

slice(pgdat1,1:6)

## ? rk name ast pts stl tov
## 1 ?1 库里 ? 6 ?46 ? 2 ? 2
## 2 ?2 库里 ? 5 ?37 ? 2 ? 4
## 3 ?3 库里 ? 8 ?17 ? 1 ? 2
## 4 ?4 库里 ? 9 ?27 ? 2 ? 3
## 5 ?5 库里 ?15 ?21 ? 3 ? 3
## 6 ?6 库里 ? 7 ?39 ? 2 ? 4

为了显示方便，这里的数据用head函数做了处理，仅显示前几行数据，%>%操作符会在本文下文中做介绍，此处可暂时忽略。

arrange

• （编辑：安卓应用网_ASP源码网）

  【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!