R语言dplyr包:高效数据处理函数(filter、group_by、mutate、summarise)

R语言dplyr包的数据处理、分析函数

在日常数据处理过程中难免会遇到些难处理的,选取更适合的函数分割、筛选、合并等实在是大快人心!

利用dplyr包中的函数更高效的数据清洗、数据分析,及为后续数据建模创造环境;本篇涉及到的函数为filter、filter_all()、filter_if()、filter_at()、mutate、group_by、select、summarise。

1、数据筛选函数:

#可使用filter()函数筛选/查找特定条件的行或者样本
#filter(.data=,condition_1,condition_2)#将返回相匹配的数据

#同时可以多条件匹配multiple condition,当采用多条件匹配时可直接condition1,condition2或者condition1&condition2
#其他逻辑表达还有:==,>,>=等,&,|,!,xor(),is.na,between,near

#filter延展的相关函数filter_all()、filter_if()、filter_at()

#以iris数据集为例:

filter(.data=iris,Sepal.Length>3,Sepal.Width<3.5)

filter(.data=iris,Sepal.Length>3,Species=="virginica")

输出情况:         

  • 53
    点赞
  • 348
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 17
    评论
评论 17
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

LEEBELOVED

一分钱都是爱

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值