R语言ETL工程：创建字段（mutate）

作者：黄天元，复旦大学博士在读，热爱数据科学与R，热衷推广R在工业界与学术界的应用。邮箱：huang.tian-yuan@qq.com.欢迎合作交流

有没有一些时候你想要给表格加一个新的列？本章将会介绍如何在表格中创建新的字段。但是首先我们要知道为什么要什么做，下面是可能的一些情况：

• 有时候需要构造一列全部是0或1的数列，或者是给每一个记录赋予一个不同的ID；

• 购物数据中，含有单价和数量，需要计算交易额，然后加入到表格中；

• 我们数据中有年月日的数据，我们需要把它们拼接成一个字符格式，比如,2018年10月10日，我们需要表示为20181010或者2018/10/10；

在tidyverse中，我们可以用mutate函数给表格增加新的一列。下面将会分节介绍，首先载入我们需要的数据和包：

library(tidyverse)
library(nycflights13)

添加常数列

这里举一个简单的例子，用iris数据集，增加一个完全为0的新列，我们会限制输出列为前六行，以免输出内容过多。

iris %>%
  mutate(zeros = 0) %>%
  head

##   Sepal.Length Sepal.Width Petal.Length Petal.Width Species zeros
## 1          5.1         3.5          1.4         0.2  setosa     0
## 2          4.9         3.0          1.4         0.2  setosa     0
## 3          4.7         3.2          1.3         0.2  setosa     0
## 4          4.6         3.1          1.5         0.2  setosa     0
## 5          5.0         3.6          1.4         0.2  setosa     0
## 6          5.4         3.9          1.7         0.4  setosa     0

可以看到我们已经新增了一列，名字叫做zeros，里面的值全部是0。 SQL代码如下：

<SQL> SELECT `Sepal.Length`, `Sepal.Width`, `Petal.Length