r语言 fread函数参数怎么选择_【R语言】tidyverse之五：选择行

按行提取子集：选择行、删除行，对行排序。

先创建一个包含重复行的数据框：

set

一. 对行排序

用 dplyr 包中的 arrange() 对行排序，默认是递增。

sw_dup 

若要递减排序，套一个 desc()：

sw_dup 

二. 删除重复行

用 dplyr 包中的 distinct() 删除重复行（只保留第1个，删除其余）。

sw_dup 

也可以只根据某些列判定重复：

sw_dup 

注：默认只返回选择的列，要返回所有列，需要设置参数 .keep_all=TRUE.

三. 删除包含 NA 的行

用 tidyr 包中的 drop_na() 删除所有包含 NA 的行：

sw_dup 

也可以只删除某些列包含 NA 的行：

sw_dup 

四. 选择行

1. 随机选择若干行

• sample_n(df, m) ：随机选择 m 行；
• sample_frac(df, 0.1) ：随机选择 10% 的行。

2. 用 filter() 根据值或条件选择行

sw_dup 

注：多个条件之间用“,”隔开，相当于 and.

sw_dup 

sw_dup 

3. 在限定列范围内根据条件选择行

结合变量选择器： vars(), any_vars() （存在）, all_vars() （所有）以及类型判断函数 is.numeric(), is.factor() 等，可以在限定列范围内，根据条件选择行。

（1）filter_all(): 在所有这样的列范围内，选择行

选出所有列范围内，存在值包含 "bl" 的行

sw_dup 

选出所有列范围内，存在值 >7.5 的行

iris

选出所有列范围内，所有值均 >2.4 的行

iris

（2）filter_if()：满足条件的列范围内，选择行

从字符列范围内，选择包含 NA 的行：

sw_dup 

（3）filter_at()：在某些列范围内，选择行

在包含 "Sepal" 的列范围内，选择存在值 > 4 的行：

iris

参考文献：

1. Desi Quintans, Jeff Powell. Working in the Tidyverse. http://www.hiercourse.com/
2. SuZan. Data Wrangling Part 3: Basic and more advanced ways to filter rows. https://suzan.rbind.io/2018/02/dplyr-tutorial-3/
3. Garrett Grolemund, Hadley Wickham. R for Data Science. https://r4ds.had.co.nz/

____________________________________

转载请注明，禁止用于出版。