dplyr包的copy版--poorman包应用实例

poorman包，在作者来看，他要做成dplyr包的copy版，但不需要其它依赖包，这是poorman包的初衷。也是我可能会喜欢这个包的原因所在。

R语言的强大在它有很多的程序包，同时，它的缺点是这些程序包往往又基于其它的程序包，导致在R语言或者某些程序包更新了，原有的程序包会出现无法使用的情况。

0 poorman包的安装

方法很简单，如下：

install.packages("poorman")

1 管道操作符%>%

管道操作符%>%是一个非常好用的操作符，可以有效减少代码。
示例1

library(poorman)
# head(iris)
> iris %>% head()
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
1          5.1         3.5          1.4         0.2  setosa
2          4.9         3.0          1.4         0.2  setosa
3          4.7         3.2          1.3         0.2  setosa
4          4.6         3.1          1.5         0.2  setosa
5          5.0         3.6          1.4         0.2  setosa
6          5.4         3.9          1.7         0.4  setosa

需要注意的是，%>%后面的函数，需要加上()，否则无法运行。这不同于dplyr包。
示例2

> iris[,-5] %>% correlation::correlation() %>% summary()
  Parameter    | Petal.Width | Petal.Length | Sepal.Width
  -------------------------------------------------------
  Sepal.Length |     0.82*** |      0.87*** |       -0.12
  Sepal.Width  |    -0.37*** |     -0.43*** |            
  Petal.Length |     0.96*** |              | 
  

示例3

iris[,-5] %>% correlation::correlation() %>% qgraph::qgraph()

2 arrange排序

排序函数arrange，简单易用，变量默认按升序，加上-号按减序。

> iris %>% arrange(Sepal.Length,-Sepal.Width) %>% head(3)
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
14          4.3         3.0          1.1         0.1  setosa
43          4.4         3.2          1.3         0.2  setosa
39          4.4         3.0          1.3         0.2  setosa

3 filter取行子集

filter用于选取数据行子集。

> iris %>% filter(Sepal.Length %in% c(4.3,4.4) )
   Sepal.Length Sepal.Width Petal.Length Petal.Width Species
9           4.4         2.9          1.4         0.2  setosa
14          4.3         3.0          1.1         0.1  setosa
39          4.4         3.0          1.3         0.2  setosa
43          4.4         3.2          1.3         0.2  setosa

4 select取列子集

select用于选取数据列子集。

> iris %>% select(Sepal.Length,Species) %>% head(3)
  Sepal.Length Species
1          5.1  setosa
2          4.9  setosa
3          4.7  setosa

5 rename重命名

rename用于变量的重命名。

> iris %>% rename(SepL = Sepal.Length) %>% head(3)
  SepL Sepal.Width Petal.Length Petal.Width Species
1  5.1         3.5          1.4         0.2  setosa
2  4.9         3.0          1.4         0.2  setosa
3  4.7         3.2          1.3         0.2  setosa

6 summarise汇总

summarise用于数据汇总。

> iris %>% group_by(Species)%>%summarise(mean(Sepal.Length)) 
     Species mean(Sepal.Length)
1     setosa              5.006
2 versicolor              5.936
3  virginica              6.588

Groups:  Species

从上述来看，基本上dplyr包的功能，poorman都具备了。

myF<-function(x){
  M=mean(x);SD=sd(x);N=length(x)
  res=data.frame(M,SD,N)
  names(res)<-c('mean','sd','no')
  res
}

> iris %>% group_by(Species)%>% summarise(myF(Sepal.Length)) 
     Species  mean        sd no
1     setosa 5.006 0.3524897 50
2 versicolor 5.936 0.5161711 50
3  virginica 6.588 0.6358796 50

最新版的poorman，已经可以使用自编函数。这是个很不错的改进！

感兴趣的朋友，可以试试这个poorman包。