使用dplyr进行数据转换—使用filter()筛选行（二）

1.2 使用filter()筛选行

filter()函数可以根据观测的值筛选出一个观测子集。该函数的第一个参数是数据框的名称 ，第二个参数是筛选的条件。例如我们可以用以下代码筛选出年份为1999年的所有汽车：

library(tidyverse)
mpg
filter(mpg,year==1999)

如果运行这行代码，dplyr就会执行筛选操作，并返回一个新的数据框。要想保存函数结果需要使用赋值操作符 <- 

year_1999 <- filter(mpg, y==1999)

R要么输出结果要么将结果保存在一个变量中，因此如果想要同时完成这两种操作，可以用括号将赋值语句括起来：

(year_1999 <- filter(mpg, y==1999))

1.2.1 比较运算符

标准的比较运算符：>、>=、<、<=、!=（不等于）和 ==（等于）

在使用==进行比较时，可能会遇到浮点数的问题：

> sqrt(2)^2 == 2
[1] FALSE
> 1/49*49==1
[1] FALSE

这是因为计算机使用的是有限精度运算（因为没办法储存无限位数据），因此看到的每个数都是一个近似值。比较浮点数是否相等时，不能用==，而应该使用near():

> near(sqrt(2)^2,2)
[1] TRUE
> near(1/49*49,1)
[1] TRUE

1.2.2 逻辑运算符

filter()中的多个参数是由“与”组合起来的：每个表达式都必须为真才能让一行观测值包含在输出中。需要使用布尔运算符：

&：与

｜：或

！：非

用以下代码可以找出1999年和2008年的汽车：

filter(mpg,year==1999|year==2008)

也可以用简写形式：

filter(mpg,year %in% c(1999,2008))

1.2.3 缺失值 

缺失值也称为NA，表示未知的值，如果运算中包含了未知值，那么运算结果一般也是个未知值。想要确定一个值是否缺失值，可以用is.na()函数 。

filter()函数只能筛选出条件为TRUE的行，会排除条件为FALSE和NA的行，如果想保留缺失值，可以明确指出：

df <- tibble(x=c(1,NA,3))
filter(df,is.na(x)|x>1)

# A tibble: 2 × 1
      x
  <dbl>
1    NA
2     3