- countries <- c("United States", "United Kingdom",
"France", "Japan", "Brazil", "India")
filtered_6_countries <- by_year_country %>%
filter(country %in% countries)
筛选出对应的城市，这么看更明了
关于ggplot2中，facet_wrap（）分类后各个图的y一致的问题，如果想要各个图的y不一致，可以使用facet_wrap(~ country, scales = "free_y")
lm(y ~ x, 数据集)回归预测
library(broom)
tidy(US_fit)即tidy使用lm回归后的数据集，将其转化为一个干净清晰的数据结构格式展示之
library(tidyr)
nest()是啥功能 归纳总结一下:是将所有列合并成一列，每一行都是一个数据结构这样子的格式
与此相对应的是unnest()
nest(data, ..., .key = "data")
map()好像是将俩函数的功能合并？？？
p.adjust(p.value)使P值统一？
library(dplyr)
recode() 替换功能
example <- c("apple", "banana", "apple", "orange")
recode(example,
apple = "plum",
banana = "grape")替换功能
