R 数据科学(十四)

dplyr中必须掌握的几大函数

筛选行 filter

筛选列 select 只有select函数存在含有 “starts_with”,end_with等函数

排序 arrange 倒叙排列加上desc函数

去重函数 distinct

创建新变量 mutate

将多个值总结为一个摘要统计量 summarize

重点学会group_by函数

计数 count函数

统计缺失值count(is.na(列名))

统计非缺失值count(!is.na(列名))

—————————————————————————————————————
上面所有的函数均可以和group_by函数结合使用

filter函数中and 可以用逗号“,”隔开,或者使用&符号
tmp=flights%>%
  filter(month==1,day==1)

tmp2=flights%>%
  filter(month==1&day==1)
image.png

(tmp=flights%>%
filter(month==1,day==1))
代码外面加括号,会打印该代码

不等于 !=
3.2.4答案

1.a 到达时间延误2小时或更多的航班

tmp1=flights %>%
  filter(arr_delay>=120)

1.b 飞往休斯顿(IHA机场或者HOU机场)的航班

tmp2=flights%>%
  filter(dest%in%c("IAH","HOU"))

1.c 由联合航空、美利坚航空或者三角洲航空运营的航班

tmp3=flights%>%
  filter(carrier %in% c("AA", "DL", "UA"))

1.d

tmp4=flights%>%
  filter(month ,7,9)
between()函数 左闭右闭
tmp5=flights%>%
  filter(between(month >= 7, month <= 9))

寻找缺失值(提取某一列为缺失值的所有行)

tmp5=flights%>%
  filter(is.na(dep_time),is.na(dep_delay))

寻找除去缺失值剩余的所有行(提取某一列为非缺失值的所有行),逗号相当于and

not_cancel=flights%>%
  filter(!is.na(dep_delay),!is.na(arr_delay))

tmp6=flights%>%
  filter(!is.na(dep_time),!is.na(dep_delay))
image.png

—————————————————————————————————————

arrange 排序函数

该函数默认为从小到大排列,若变为从大到小,需要加上desc参数

tmp7=flights%>%
  arrange(year)

tmp8=flights%>%
  arrange(desc(year))

当然同时可以输入多个列,按照输入先后顺序进行正序或倒叙排列

tmp9=flights%>%
  arrange(year,month,day)

tmp10=flights%>%
  arrange(desc(year),desc(month),desc(day))

select函数表示筛选列,当筛选多列的时候中间用逗号隔开

加上负号表示反选
tmp11=flights%>%select(year,month)

tmp12=flights%>%select(-year,-month)

mutate 添加新变量,但是产生的新变量总是添加在数据集的最后

tmp13=flignts_sml%>%
  mutate(gain=arr_delay-dep_delay,
         speed=distance/air_time*60)
image.png
如果只想保留新变量,就可以使用transmute()函数
tmp14=flignts_sml%>%
  transmute(gain=arr_delay-dep_delay,
         speed=distance/air_time*60)
image.png
去重函数 distinct函数,第一个参数放置需要去重复的那一列,一般情况下结果只有那一列,加上.keep_all=T表示可以保存其他列的信息

data2=data%>%
mutate(means=sum(data[2:105])/104)%>%
arrange(desc(means))%>%
distinct(gene_name, .keep_all = T)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,946评论 6 518
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 95,336评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 169,716评论 0 364
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 60,222评论 1 300
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 69,223评论 6 398
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,807评论 1 314
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 41,235评论 3 424
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 40,189评论 0 277
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,712评论 1 320
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,775评论 3 343
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,926评论 1 353
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,580评论 5 351
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,259评论 3 336
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,750评论 0 25
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,867评论 1 274
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,368评论 3 379
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,930评论 2 361

推荐阅读更多精彩内容