使用R语言的dplyr包进行数据预处理

数据清洗和整理：

总结整理的各种资源，包括使用dplyr包以及R自带的函数等等，主要用于数据预处理

1. 筛选各种变量select()
2. 根据一个或者多个变量进行排序arrange()
3. 变量重命名以及增加新的变量names()或者colnames()&mutate()
4. 根据某个变量进行分类汇总summarize()
5. 简单随机抽样sample()
6. 各种连接inner_join()等
7. 按行或者按列进行合并rbind()或者cbind()

使用R中的数据

library(nycflights13)
library(dplyr)

1.筛选符合条件的数据

同样的效果，都是从数据集flight_df中筛选出变量

data1<-filter(flights_df, month == 1, day == 1)
flights_df[flights_df$month == 1 & flights_df$day == 1, ]

上面这段代码类似于sql中的select语句

select * 
from flights_dt
where month=1 and day=1

2.筛选某些变量
通过列名来选择

select(flights_df, year, month, day)

通过 ：来选择

select(flights_df, year:day)

通过 - 来去掉不需要的变量

select(flights_df, -(year:day))

3.排序

将flights_df数据集按照year,month,day的升序排列

arr