写在前面
本系列为《R数据科学》(R for Data Science)的学习笔记。相较于其他R语言教程来说，本书一个很大的优势就是直接从实用的R包出发，来熟悉R及数据科学。更新过程中，读者朋友如发现错误，欢迎指正。如果有疑问，也可以在评论区留言或后台私信。希望各位读者朋友能学有所得！6.1
简介
tibble 是一种简单数据框，它对传统数据框的功能进行了一些修改，以便更易于使用。本章会介绍 tibble 包，其所提供的简单数据框更易于在 tidyverse 中使用。多数情况下，我们会交替使用 tibble 和数据框这两个术语；如果想要特别强调 R 内置的传统数据框，我们会使用 data.frame 来表示。如果读完本章后你还想学习有关 tibble 的更多知识，可以使用 vignette("tibble") 命令。
6.2
创建tibble
本书中使用的所有函数几乎都可以创建 tibble，因为 tibble 是 tidyverse 的标准功能之一。由于多数其他 R 包使用的是标准数据框，因此你可能想要将数据框转换为 tibble。可以使用 as_tibble() 函数来完成转换：
library(tidyverse)#同样先加载tidyverse
as_tibble(iris)> as_tibble(iris)
# A tibble: 150 x 5
Sepal.Length Sepal.Width Petal.Length Petal.Width Species
<dbl> <dbl> <dbl> <dbl> <fct>
1 5.1 3.5 1.4 0.2 setosa
2 4.9 3 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 3.6 1.4 0.2 setosa
6 5.4 3.9 1.7 0.4 setosa
7 4.6 3.4 1.4 0.3 setosa
8 5 3.4 1.5 0.2 setosa
9 4.4 2.9 1.4 0.2 setosa
10 4.9 3.1 1.5 0.1 setosa
# ... with 140 more rows可以通过 tibble() 函数使用一个向量来创建新 tibble。tibble() 会自动重复长度为 1 的输入，并可以使用刚刚创建的新变量，如下所示：
tibble(
x = 1:5,
y = 1,
z = x ^ 2 + y
)> tibble(
+ x = 1:5,
+ y = 1,
+ z = x ^ 2 + y
+ )
# A tibble: 5 x 3
x y z
<int> <dbl> <dbl>
1 1 1 2
2 2 1 5
3 3 1 10
4 4 1 17
5 5 1 26创建 tibble 的另一种方法是使用 tribble() 函数，tribble 是 transposed tibble（转置 tibble）的缩写。tribble() 是定制化的，可以对数据按行进行编码：列标题由公式（以 ~ 开头）定义，数据条目以逗号分隔，这样就可以用易读的方式对少量数据进行布局：
tribble(
~x, ~y, ~z,
"a", 2, 3.6,
"b", 1, 8.5
)> tribble(
+ ~x, ~y, ~z,
+ "a", 2, 3.6,
+ "b", 1, 8.5
+ )
# A tibble: 2 x 3
x y z
<chr> <dbl> <dbl>
1 a 2 3.6
2 b 1 8.56.3
对比 tibble 与data.frame
tibble 和传统 data.frame 的使用方法主要有两处不同：打印和取子集。
6.3.1
打印
tibble 的打印方法进行了优化，只显示前 10 行结果，并且列也是适合屏幕的，这种方式非常适合大数据集。除了打印列名，tibble 还会打印出列的类型。
tibble(
a = lubridate::now() + runif(1e3) * 86400,
#lubridate::now() 当前时间
#runif()函数用于生成从0到1区间范围内的服从正态分布的随机数。
b = lubridate::today() + runif(1e3) * 30,
#lubridate::today()当前日期
c = 1:1e3,
d = runif(1e3),
e = sample(letters, 1e3, replace = TRUE)
)
#sample（x, size, replace = FALSE）
#具体参数说明：
#x 整体数据，以向量形式给出
#size 抽取样本的数目
#replace 如果为F（默认），则是不重复抽样，此时size不能大于x的长度；
#如果为T，则是重复抽样，此时size允许大于x的长度> tibble(
+ a = lubridate::now() + runif(1e3) * 86400,
+ #runif()函数用于生成从0到1区间范围内的服从正态分布的随机数
+ b = lubridate::today() + runif(1e3) * 30,
+ c = 1:1e3,
+ d = runif(1e3),
+ e = sample(letters, 1e3, replace = TRUE)
+ )
# A tibble: 1,000 x 5
a b c d e
<dttm> <date> <int> <dbl> <chr>
1 2021-02-27 05:14:50 2021-03-22 1 0.604 c
2 2021-02-26 16:27:32 2021-03-07 2 0.745 p
3 2021-02-26 17:47:30 2021-03-19 3 0.999 g
4 2021-02-27 05:24:29 2021-03-01 4 0.758 a
5 2021-02-26 14:02:13 2021-03-04 5 0.211 u
6 2021-02-27 05:40:53 2021-03-14 6 0.850 r
7 2021-02-26 21:34:07 2021-03-09 7 0.152 o
8 2021-02-27 06:28:12 2021-03-11 8 0.548 f
9 2021-02-26 17:22:06 2021-03-24 9 0.655 d
10 2021-02-26 21:26:52 2021-03-17 10 0.656 h
# ... with 990 more rows在打印大数据框时，tibble 的这种设计避免了输出占满整个控制台。但有时需要比默认显示更多的输出，这时就要设置几个选项。首先，可以明确使用 print() 函数来打印数据框，并控制打印的行数（n）和显示的宽度（width）。width = Inf 可以显示出所有列：
nycflights13::flights %>%
print(n = 10, width = Inf)还可以通过设置以下选项来控制默认的打印方式。
• options(tibble.print_max = n, tibble.pring_min = m)：如果多于 m 行，则只打印出 n行。options(tibble.print_min = Inf) 表示总是打印所有行。
• options(tibble.width = Inf) 表示总是打印所有列，不考虑屏幕的宽度。
最后一种方式是使用 RStudio 内置的数据查看器，以滚动方式查看整个数据集。进行一长串数据处理操作后，经常会使用这种查看方式：
nycflights13::flights %>%
View()或者直接点击右上区域相应的数据名进行查看。当数据量小时，这个方法比较简单，但当数据比较大时，如要处理转录组数据或单细胞数据，则需加载一定时间。这个时候我个人倾向于直接查看数据部分内容，节省时间。
6.3.2
取子集
迄今为止，你学到的所有工具都是作用于整个数据框。如果想要提取单个变量，那么就需要一些新工具，如 $ 和 [[。[[ 可以按名称或位置提取变量；$ 只能按名称提取变量，但可以减少一些输入：
df <- tibble(
x = runif(5),
y = rnorm(5)
)
# 按名称提取
df$x
> [1] 0.434 0.395 0.548 0.762 0.254
df[["x"]]
> [1] 0.434 0.395 0.548 0.762 0.254
# 按位置提取
df[[1]]
> [1] 0.434 0.395 0.548 0.762 0.254要想在管道中使用这些提取操作，需要使用特殊的占位符 .：
df %>% .$x
> [1] 0.434 0.395 0.548 0.762 0.254
df %>% .[["x"]]
> [1] 0.434 0.395 0.548 0.762 0.2546.4
与旧代码进行交互
有些比较旧的函数不支持 tibble。如果遇到这种函数，可以使用 as.data.frame() 函数将tibble 转换回 data.frame：
> class(as.data.frame(df))
[1] "data.frame"有些旧函数不支持 tibble 的主要原因在于 [ 的功能。本书没有使用太多的 [，因为dplyr::filter() 和 dplyr::select() 可以通过更加清晰的代码解决同样的问题。对于 R 基础包中的数据框，[ 有时返回一个数据框，有时返回一个向量。对于 tibble，[ 则总是返回另一个 tibble。
6.5
练习
本章内容较少，放个练习。如果对本章内容或者练习有疑问的小伙伴，可以后台私信或者评论区留言。欢迎互相交流。
— END —
往期 · 推荐
《R数据科学》学习笔记|Note2:使用ggplot2进行数据可视化(上）
《R数据科学》学习笔记|Note3:使用ggplot2进行数据可视化(下）
《R数据科学》学习笔记|Note4:使用dplyr进行数据转换(上）
