参考来自https://www.jianshu.com/p/a081a791ae03

#install.packages("tidyverse")
library(tidyverse)
View(iris)  #可以像excel一样查看数据
#Sepal.Length(花萼长度)，Sepal.Width(花萼宽度）
#Petal.Length(花瓣长度)，Petal.Width(花瓣宽度）
#Species(花的类型)，其中花有3种类型(setosa、versicolor、virginica）
attributes(iris) #查看数据属性
#3.使用dplyr对数据进行操作
#3.1 select(按名称选取列）
select(iris,Sepal.Length,Petal.Length,Species)
#为了查看方便也可以只查看前6行
head(select(iris,Sepal.Length,Petal.Length,Species))
#将筛选出来的结果通过赋值操作符<-给一个变量，如下所示
#基础的可视化，按照分组Species进行画散点图
p <- select(iris,Sepal.Length,Petal.Length,Species)
ggplot(p,aes(Sepal.Length,Petal.Length))+
  geom_point(aes(color=Species),size=2)
#select选择2列之间的所有列
select(iris,(Sepal.Length:Petal.Length))
#select选择不在2列之间的所有列
select(iris,-(Sepal.Length:Petal.Length))
##select()与everythin()函数结合使用可以改变列的顺序
p1<-select(iris,Species,Petal.Width,Sepal.Width,
       Sepal.Length,Petal.Length,everything())
#3.2 filter(按值筛选行）
p2<-filter(iris,Sepal.Length >=5,Petal.Length >=2)
#对筛选数据进行画图成现
p3 <- filter(iris,Sepal.Length >=5,Petal.Length >=2)
ggplot(p3,aes(Sepal.Length,Petal.Length))+
  geom_point(aes(color=Species),size=2)
#R中的比较运算符：>、>=、<、<=、!=(不等于)、==(等于）
#R中的逻辑运算符：&表示"与”，|表示“或”，!表示“非”
#3.3 arrange(改变行顺序）
#根据Petal.Width列的数据进行排序，默认为升序
arrange(iris,Petal.Width)
#desc()可以按列进行降序排序：
arrange(iris,desc(Petal.Width))
#3.4 rename(更改列名称)
#新名称在前，原始名称在后
p4<-rename(iris,length=Sepal.Length)
#3.5 mutate(添加新列）
p5<-mutate(iris,group ="A",Length=10)
summarize(iris,mean(Sepal.Length),
          sd(Sepal.Length))          
p6<-iris %>% group_by(Species) %>% 
  summarize(m = mean(Sepal.Length,na.rm=T))
# na.rm=T 表示移除缺失数据
#利用管道可以简化代码，提高代码阅读流畅性：
p7 <- filter(iris,Sepal.Length >=5,Petal.Length >=2)
p8 <- group_by(p1,Species)
p9 <- filter(p2,Species=="virginica")
ggplot(p3,aes(Sepal.Length,Petal.Length))+
  geom_point(aes(color=Species),size=2)

p10<-iris %>% filter(Sepal.Length >=5,Petal.Length >=2) %>%
  group_by(Species) %>% filter(Species=="virginica") %>%
  ggplot(aes(Sepal.Length,Petal.Length))+
  geom_point(aes(color=Species),size=2)
#上述与p10这2段代码结果相同，可以明显看到使用了%>%减少了中间变量，
#提高了代码的可阅读性
#管道的原理就是将%>%左边的变量传递到右边的.处，通常在正式书写时可省略.
iris %>% filter(.,Sepal.Length >=5,Petal.Length >=2)
#3.6 count() 计算每组值的次数
iris %>% count(Species)

转载本文请联系原作者获取授权，同时请注明本文来自林国鹏科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3448646-1275830.html?mobile=1

收藏

分享