R 语言 tidyverse 之数据框：tibble

tidyverse 是 R 语言大神 Hadley Wickham 设计的一套进行数据处理和可视化的 R 包集合，包括 ggplot2、dplyr、tidyr、readr、stringr、forcats、tibble、purrr，其中各个包的主要功能如下：

• ggplot2: 数据可视化
• dplyr: 数据处理和转换
• tidyr: 数据清洗
• readr: 文件读取
• stringr: 字符串处理
• forcats: 因子处理
• tibble: 新一代数据框
• purrr: 增强R的函数式编程

熟练掌握以上包的使用，可以很大程度上提升 R 语言数据处理的效率。

安装 tidyverse 时，使用 install.packages(“tidyverse”) 即可，默认会同时安装上面列出的所有包。

我们先来介绍一下新一代数据框 tibble，tibble 也是一种数据框，它对传统数据框的功能进行了一些修改，更易于使用。

1. 创建 tibble

library(tibble)

tibble(
    name = c('张三', '李四', '王五', '赵六'),
    age = 12:15,
    score = c(98.5, 72, 88, 96)
)

A tibble: 4 × 3

name	age	score
<chr>	<int>	<dbl>
张三	12	98.5
李四	13	72.0
王五	14	88.0
赵六	15	96.0

tibble 在输出时，列名下面有一行字母的缩写，描述了每个变量的类型。tibble 的数据类型包括以下几种：int-整数型、dbl-浮点型、chr-字符串型、lgl-逻辑型(True和False)、fct-因子型、date-日期型、dttm-日期时间型，其他数据类型在后续内容中会相继遇到。

2. 类型转换

library(tibble)

iris_tibble <- as_tibble(iris)
iris_tibble[1:10,]

A tibble: 10 × 5

Sepal.Length	Sepal.Width	Petal.Length	Petal.Width	Species
<dbl>	<dbl>	<dbl>	<dbl>	<fct>
5.1	3.5	1.4	0.2	setosa
4.9	3.0	1.4	0.2	setosa
4.7	3.2	1.3	0.2	setosa
4.6	3.1	1.5	0.2	setosa
5.0	3.6	1.4	0.2	setosa
5.4	3.9	1.7	0.4	setosa
4.6	3.4	1.4	0.3	setosa
5.0	3.4	1.5	0.2	setosa
4.4	2.9	1.4	0.2	setosa
4.9	3.1	1.5	0.1	setosa

3. 与 data.frame 的对比

tibble 的主要特点有：

1. 不会自动转换列类型
2. 支持非法列名，只需要用反引号把列名括起来，如列名为 :)
3. 输出时自动根据窗口大小调整，排版更加美观
4. 用 [] 选取列子集，即使只选取 1 列，返回结果仍为 tibble，而不自动转成向量

在实际使用时，tibble 和 data.frame 并没有太大的区别，只不过 tibble 更适合在 tidyverse 中使用。