1.dplyr包
它包括了(几乎)全部可以用来加快数据处理进程的内容。它最有名的是数据探索和数据转换功能。它的链式语法让它使用起来很方便。它包括5个主要的数据处理指令:
- 过滤——集于某一条件过滤数据
- 选择——选出数据集中感兴趣的列
- 排列——升序或降序排列数据集中的某一个值域
- 变换——从已有变量生成新的变量
- 概括(通过group_by)——提供常用的操作分析,如最小值、最大值、均值等
只需要关注这些指令便可以完成很好的数据探索工作。让我们一起逐一了解一下这些指令。我用到了两个R中内置的数据集mtcars和iris.
把数据转换成tbl_df格式。大家可以观察一下转化前和转化后的区别在哪里。
Filter(数据表,条件),为筛选条件命令。
select(数据表,字段…),选择自己想要的字段。