R语言--高效操作数据框（dplyr包）（2）

本文是R语言–高效操作数据框（dplyr包）系列的第二篇，介绍了列重命名、行筛选、行排序、行去重、数据合并等常见操作。

列重命名 rename

rename用来给列重命名，对于复杂情况的重命名特别有效。其中，全部列重命名采用基础方法names实现。

# 数据
tbl_df <- tibble(var1=1:4,var2=2:5,label=c("a","b","a","c"))

• 单个模式

# 引用方式
tbl_df %>% rename(new_var1=var1,new_var2=var2) 

## # A tibble: 4 x 3
##   new_var1 new_var2 label
##      <int>    <int> <chr>
## 1        1        2 a    
## 2        2        3 b    
## 3        3        4 a    
## 4        4        5 c

# 位置方式
tbl_df %>% rename(new_var1=1,new_var2=2) 

## # A tibble: 4 x 3
##   new_var1 new_var2 label
##      <int>    <int> <chr>
## 1        1        2 a    
## 2        2        3 b    
## 3        3        4 a    
## 4        4        5 c

• 批量模式

# 全部列
tbl_df %>% rename_all(paste,"new",sep="_") 

## # A tibble: 4 x 3
##   var1_new var2_new label_new
##      <int>    <int> <chr>    
## 1        1        2 a        
## 2        2        3 b        
## 3        3        4 a        
## 4        4        5 c

# 条件列
tbl_df %>% rename_if(is.character,paste,"new",sep="_")

## # A tibble: 4 x 3
##    var1  var2 label_new
##   <int> <int> <chr>    
## 1     1     2 a        
## 2     2     3 b        
## 3     3     4 a        
## 4     4     5 c

# 指定列
tbl_df %>% rename_at(c("var1","var2"),paste,"new",sep="_") 

## # A tibble: 4 x 3
##   var1_new var2_new label
##      <int>    <int> <chr>
## 1        1        2 a    
## 2        2        3 b    
## 3        3        4 a    
## 4        4        5 c

# 基础方法全部列重命名
tbl_df %>% `names<-`(c("new_var1","new_var2","new_label"))

## # A tibble: 4 x 3
##   new_var1 new_var2 new_label
##      <int>    <int> <chr>    
## 1        1        2 a        
## 2        2        3 b        
## 3        3        4 a        
## 4        4        5 c

行筛选 filter

filter函数用来对数据框行进行条件筛选，选择出数据框的子集。

# 数据
tbl_df <- tibble(var1=1:4,var2=2:5,var3=3:6)

• 单个模式

tbl_df %>% filter(var1>1) # 单条件

## # A tibble: 3 x 3
##    var1  var