R语言dplyr包:高效数据处理函数case_when、inner/semi_join/anti_join、right/left_join@灵魂走风的江湖

R语言高效数据处理包

本篇为dplyr包实用函数的连载，主要为SQL数据库中类似功能的实现。

1、case_when函数，有一些SQL基础（case when，clickhouse中为multif函数）的都猜得到这个函数的功能

可实现多条件判断并可以添加标签的函数，这在我们对数据进行分类整理中十分的实用，这个函数中的参数可以这样分：一部分是判断条件，另一部分是所要做的标签

#%>%为管道函数，必会的函数
iris%>%select(Sepal.Length,Species)%>%
    mutate(sl_size=case_when(Sepal.Length<=5~"s",
        Sepal.Length>=6~"l",
        Sepal.Length>=5&Sepal.Length<=6~"m"))

2、一系列xx_join函数，这可是解决了不少问题，不用在数据库中捣来捣去（可以进行多个关键变量匹配by=c(var1=var2,var3=var4)

（这一系列函数的参数都是一样的，分别为：xxx_join（df1，df2，by=c（“x1”，“x2”）或者by=c（“x1”=“x2”）或者省略，但是省略后函数会使用两个数据集中公有的变量作匹配））

2.1 inner_join函数所得结果为df1、df2数据的交集；

2.2 semi_join函数所得结果为与inner_join类似，同样是求两个数据集的交集，
但semi_join只保留/返回前者与后者相匹配的数据；

2.3  anti_join函数返回的结果就与前面的函数反着了，它返回的是前者数据中与后者不匹配的数据；

2.4  right_join和left_join想必都不用多说了，
返回前者与后者相匹配的数据集及后者其本身、前者与后者相匹配的数据集及前者其本身。

这次也只写这么点哦，dplyr包常用的函数已经讲解的差不多了，希望大家都可以熟练运用。

这个函数还需要演示代码的话，想得美

是的，你想得美

iris_tag1 %>% 
    anti_join(iris_tag2,by=c("Species"="Species","tag1"="tag2"))

下一篇文章是关于R语言data.table包的函数

此包同样是一个非常强大的数据处理包，相比dplyr有时候效果更好。