R语言dplyr包：高效数据处理函数arrange、sample_n、n_distinct、select、compute等

今天是个特别的日子，小编在这里祝大家情人节快乐！本篇文章继续之前文章提到的关于dplyr包数据处理的函数。错了，小编是准备那天发的，忘发了

R语言在数据整理、分析上面的方法是很多的，并且通俗易懂，相信热衷于用R语言处理数据的同仁也深有体会。

1、数据排序函数

arrange()函数其实和大家经常用的EXCEL中的降序、升序相似，但该函数的功能肯定更便捷、强大，可以按照多列（有序的列）进行排序，函数的基本形式为arrange(data,var1,var2,var3,...)，函数默认排序为升序，若需要按照某列降序排序，那么可以在变量名前加desc。

另外当变量众多的时候可以采用延伸的函数arrange_all(data)

下面以R中自带的数据集mtcars、iris为例：

arrange(mtcars,cyl,mpg)

arrange(iris,Sepal.Length,Sepal.Width)