R语言 tidyverse系列学习笔记（系列1）基础功能的代码实现

tidyverse 译 “洁净的宇宙” => “极乐净土”

以 iris 鸢尾花数据集为例

** 查看数据集**

** 查看维度dimention**

dim(iris)

iris 数据集有150个对象（observation），5列 ( Sepal.Length , Sepal.Width , Petal.Length , Petal.Width , Species )
数据太多，只想看一部分可以用 head 和 tail ，默认展示 6 个 observations

head(iris)
tail(iris)

想展示12行，设定展示的行数为12即可

head(iris,12)
tail(iris,12)

** 取 行 数据**

iris[1,]  # 取第一行
iris[1:3,] # 取前三行

取 列 数据

iris[,1]  # 取第一列全部150个数据
iris$Sepal.Length # 可以直接读取Sepal.Length列

在这里引入管道 pipe（%>%）

pipe 快捷键：

Windows: ctrl+shift+m
Mac: cmd+shift+m
(个人感觉将默认的pipe符号%>%设置为｜>更方便)

设置如下：

在菜单栏中，选择 “Tools”（工具）。

在下拉菜单中，选择 “Global Options”（全局选项）。

在弹出的对话框中，选择 “Code”（代码）选项卡。

“Editing”（编辑）选项卡，勾选 Use Native Pipe operator｜>。

单击 “Apply”，“OK”（确定）以保存更改。

添加 id 列

删除列

iris[,-6]  # 删除掉第 6 列，即刚刚创建的 id 列

条件查询 行

subset , filter

#方法1
 iris1 = iris |> 
  + subset(Sepal.Length > 6.9 & Sepal.Width > 3.2)

# 查看iris1
 iris1

#方法2
 iris2 = iris |> 
  + filter(Sepal.Length > 6.9 & Sepal.Width > 3.2)

# 查看iris2
 iris2

subset 显示的是原来的 id, filter 显示的是筛选之后新的 id

subset 和 filter 的并集都用 |

条件查询 列

select

iris3 = iris |> 
+ select(Sepal.Length , Sepal.Width)

# 查看
iris3

select 也可以删除某列

重命名 rename

pipe 的好处： 可以一次性处理多个任务，不用累赘的嵌套 iris1 , iris2…

iris_final = iris |> 
+ rename(S.L = Sepal.Length , S.W = Sepal.Width) |> 
+ mutate(id = row_number()) |> 
+ filter(S.L > 6 & S.W >3) |> 
+ select(S.L, S.W, Species)

 iris_final

分组 group_by

iris1 = iris |> 
  group_by(Species) |> 
  summarise(PL_mean = mean(Petal.Length), PW_mean = mean(Petal.Width))


iris1


iris2 = iris |> 
  group_by(Species) |> 
  mutate(PL_mean = mean(Petal.Length), PW_mean = mean(Petal.Width)) |> 
  ungroup()

iris2

不想改变原来的数据集结构，可以用mutate加上新的一列， 一般mutate之后会加一个ungroup取消分组，方便后续继续对数据集进行操作

排序 arrange

iris3 = iris |> 
  arrange(Petal.Length, desc(Petal.Width))  # 根据前后优先级，先按 Petal.length 升序拍，当 Petal.length一样时，按 Petal.width 降序排序

head(iris3,10)

根据类别给新列赋值

iris4 = iris |> 
  mutate(Species.new = recode(Species, setosa = 1, versicolor = 2, virginica = 3))
head(iris4, 10)

table(iris4$Species)  # 用 table 察看可以快速看出有没有赋值错误
table(iris4$Species.new)

用 if_else 也能实现 recode 的效果 if_else（if, then, else）

iris5 = iris |> 
  mutate(Species.new = if_else(Species == "setosa", 1,if_else(Species == "versicolor",2,3)))
  
head(iris5, 10)

table(iris5$Species)
table(iris5$Species.new)

去重，按 Species 给每个类别只保留一条数据

iris6 = iris |> 
  distinct(Species, .keep_all = TRUE)

iris6

最后只有三朵花，每个类别只有一朵，保留的是每个类别第一次出现的那条数据

由于 distinct 保留第一次出现的数据， 所以经常与 arrange 一起使用，先排序再保留一个

iris7 = iris |> 
  arrange(Petal.Width) |> 
  distinct(Species, .keep_all = TRUE)

iris7