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: