Tidyverse自学笔记-列操作之列增减

数据准备
本示例数据是自编数据，仅为练习所用，数据结构假设为，两个年份year(2020，2021)，两个氮水平nitrogen（N1，N2），两个玉米品种variety（a，b）测定了5个试验指标（变量v1，v2，v3，v4，v5），每个处理3次重复block（1，2，3）。

library(tidyverse) # 调用tidyverse。
df <- read_csv(file = "df.csv") # 导入数据。文档在工作目录下，所以直接给文件名导入。
df # 查看数据。
## # A tibble: 24 × 9
##     year nitrogen variety block    v1    v2    v3    v4    v5
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1   
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56
## # … with 14 more rows

6.1.2 列增减

Base R
通过搜索学习，学习到基础包中我认为可以增删列的方法：

  • 通过索引赋值增加列，通过反向索引来删除列；
  • 通过transform函数中对列的赋实现列的增删，赋NULL，删除列，赋具体的数字，增加列。
  • subset函数用于提取子集，只要我们提取了想要的子集，也相当于删除了不想要的列；
  • data.frame函数可以实现在原数据框基础上增加新列，构建新的数据框。
  • cbind函数用于连接数据框，可通过次函数将原数据框和含新列的数据框连接实现增加列。
  • 最后，我认为还有一个笨办法就是通过edit函数调出原始数据，通过数据录入增加列。
    下面一一尝试一下。
    1、索引增删列
df$v6 <- 1:24 # 增加新列v6，数值为1到24。
df # 查看增加后的数据集。
## # A tibble: 24 × 10
##     year nitrogen variety block    v1    v2    v3    v4    v5    v6
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25     1
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27     2
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24     3
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1        4
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12     5
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57     6
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85     7
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48     8
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21     9
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56    10
## # … with 14 more rows
df[, -10] # 删除新增的第10列。
## # A tibble: 24 × 9
##     year nitrogen variety block    v1    v2    v3    v4    v5
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1   
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56
## # … with 14 more rows

2、transform函数增删列

transform(df, v6 = 1:24) # 增加v6列。
##    year nitrogen variety block   v1   v2  v3  v4   v5 v6
## 1  2020       N1       a     1 1.26 2.14 0.4 5.0 3.25  1
## 2  2020       N1       a     2 1.20 2.90 0.1 5.3 1.27  2
## 3  2020       N1       a     3 1.30 3.00 0.3 5.6 2.24  3
## 4  2020       N1       b     1 1.08 1.72 1.8 2.8 1.00  4
## 5  2020       N1       b     2 1.05 1.65 1.7 2.5 3.12  5
## 6  2020       N1       b     3 1.15 1.35 1.5 3.1 4.57  6
## 7  2020       N2       a     1 1.32 3.78 1.6 6.0 5.85  7
## 8  2020       N2       a     2 1.28 4.32 1.4 6.1 6.48  8
## 9  2020       N2       a     3 1.35 3.95 1.3 6.2 7.21  9
## 10 2020       N2       b     1 1.33 3.47 2.8 4.1 6.56 10
## 11 2020       N2       b     2 1.28 2.72 2.4 4.3 8.43 11
## 12 2020       N2       b     3 1.30 3.90 2.2 4.5 7.55 12
## 13 2021       N1       a     1 1.19 3.61 0.8 6.0 3.11 13
## 14 2021       N1       a     2 1.21 3.29 0.5 5.7 2.54 14
## 15 2021       N1       a     3 1.24 3.26 0.7 5.6 1.28 15
## 16 2021       N1       b     1 1.09 2.71 1.8 4.0 3.24 16
## 17 2021       N1       b     2 1.28 2.32 1.6 4.2 1.27 17
## 18 2021       N1       b     3 1.35 1.95 1.3 4.3 1.15 18
## 19 2021       N2       a     1 1.45 4.35 1.8 7.2 5.74 19
## 20 2021       N2       a     2 1.40 3.80 1.2 7.0 6.85 20
## 21 2021       N2       a     3 1.37 4.23 1.6 6.8 7.42 21
## 22 2021       N2       b     1 1.28 2.72 2.4 5.1 8.20 22
## 23 2021       N2       b     2 1.15 3.35 2.5 5.5 5.70 23
## 24 2021       N2       b     3 1.24 3.46 2.7 4.9 6.00 24
transform(df, v6 = NULL) # 删除v6列。
##    year nitrogen variety block   v1   v2  v3  v4   v5
## 1  2020       N1       a     1 1.26 2.14 0.4 5.0 3.25
## 2  2020       N1       a     2 1.20 2.90 0.1 5.3 1.27
## 3  2020       N1       a     3 1.30 3.00 0.3 5.6 2.24
## 4  2020       N1       b     1 1.08 1.72 1.8 2.8 1.00
## 5  2020       N1       b     2 1.05 1.65 1.7 2.5 3.12
## 6  2020       N1       b     3 1.15 1.35 1.5 3.1 4.57
## 7  2020       N2       a     1 1.32 3.78 1.6 6.0 5.85
## 8  2020       N2       a     2 1.28 4.32 1.4 6.1 6.48
## 9  2020       N2       a     3 1.35 3.95 1.3 6.2 7.21
## 10 2020       N2       b     1 1.33 3.47 2.8 4.1 6.56
## 11 2020       N2       b     2 1.28 2.72 2.4 4.3 8.43
## 12 2020       N2       b     3 1.30 3.90 2.2 4.5 7.55
## 13 2021       N1       a     1 1.19 3.61 0.8 6.0 3.11
## 14 2021       N1       a     2 1.21 3.29 0.5 5.7 2.54
## 15 2021       N1       a     3 1.24 3.26 0.7 5.6 1.28
## 16 2021       N1       b     1 1.09 2.71 1.8 4.0 3.24
## 17 2021       N1       b     2 1.28 2.32 1.6 4.2 1.27
## 18 2021       N1       b     3 1.35 1.95 1.3 4.3 1.15
## 19 2021       N2       a     1 1.45 4.35 1.8 7.2 5.74
## 20 2021       N2       a     2 1.40 3.80 1.2 7.0 6.85
## 21 2021       N2       a     3 1.37 4.23 1.6 6.8 7.42
## 22 2021       N2       b     1 1.28 2.72 2.4 5.1 8.20
## 23 2021       N2       b     2 1.15 3.35 2.5 5.5 5.70
## 24 2021       N2       b     3 1.24 3.46 2.7 4.9 6.00

3、subset提取删除列

subset(df, select = -v6) # 删除df数据集v6列。
## # A tibble: 24 × 9
##     year nitrogen variety block    v1    v2    v3    v4    v5
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1   
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56
## # … with 14 more rows
subset(df, select = year:v1) # 只保留了1到5列，去除了不想要的列。
## # A tibble: 24 × 5
##     year nitrogen variety block    v1
##    <dbl> <chr>    <chr>   <dbl> <dbl>
##  1  2020 N1       a           1  1.26
##  2  2020 N1       a           2  1.2 
##  3  2020 N1       a           3  1.3 
##  4  2020 N1       b           1  1.08
##  5  2020 N1       b           2  1.05
##  6  2020 N1       b           3  1.15
##  7  2020 N2       a           1  1.32
##  8  2020 N2       a           2  1.28
##  9  2020 N2       a           3  1.35
## 10  2020 N2       b           1  1.33
## # … with 14 more rows
subset(df, select = c(1:6,8)) # 通过subset选择子集。
## # A tibble: 24 × 7
##     year nitrogen variety block    v1    v2    v4
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl>
##  1  2020 N1       a           1  1.26  2.14   5  
##  2  2020 N1       a           2  1.2   2.9    5.3
##  3  2020 N1       a           3  1.3   3      5.6
##  4  2020 N1       b           1  1.08  1.72   2.8
##  5  2020 N1       b           2  1.05  1.65   2.5
##  6  2020 N1       b           3  1.15  1.35   3.1
##  7  2020 N2       a           1  1.32  3.78   6  
##  8  2020 N2       a           2  1.28  4.32   6.1
##  9  2020 N2       a           3  1.35  3.95   6.2
## 10  2020 N2       b           1  1.33  3.47   4.1
## # … with 14 more rows

4、data.frame函数增加列

data.frame(df, v7 = 1:24) # data.frame函数增加列。
##    year nitrogen variety block   v1   v2  v3  v4   v5 v6 v7
## 1  2020       N1       a     1 1.26 2.14 0.4 5.0 3.25  1  1
## 2  2020       N1       a     2 1.20 2.90 0.1 5.3 1.27  2  2
## 3  2020       N1       a     3 1.30 3.00 0.3 5.6 2.24  3  3
## 4  2020       N1       b     1 1.08 1.72 1.8 2.8 1.00  4  4
## 5  2020       N1       b     2 1.05 1.65 1.7 2.5 3.12  5  5
## 6  2020       N1       b     3 1.15 1.35 1.5 3.1 4.57  6  6
## 7  2020       N2       a     1 1.32 3.78 1.6 6.0 5.85  7  7
## 8  2020       N2       a     2 1.28 4.32 1.4 6.1 6.48  8  8
## 9  2020       N2       a     3 1.35 3.95 1.3 6.2 7.21  9  9
## 10 2020       N2       b     1 1.33 3.47 2.8 4.1 6.56 10 10
## 11 2020       N2       b     2 1.28 2.72 2.4 4.3 8.43 11 11
## 12 2020       N2       b     3 1.30 3.90 2.2 4.5 7.55 12 12
## 13 2021       N1       a     1 1.19 3.61 0.8 6.0 3.11 13 13
## 14 2021       N1       a     2 1.21 3.29 0.5 5.7 2.54 14 14
## 15 2021       N1       a     3 1.24 3.26 0.7 5.6 1.28 15 15
## 16 2021       N1       b     1 1.09 2.71 1.8 4.0 3.24 16 16
## 17 2021       N1       b     2 1.28 2.32 1.6 4.2 1.27 17 17
## 18 2021       N1       b     3 1.35 1.95 1.3 4.3 1.15 18 18
## 19 2021       N2       a     1 1.45 4.35 1.8 7.2 5.74 19 19
## 20 2021       N2       a     2 1.40 3.80 1.2 7.0 6.85 20 20
## 21 2021       N2       a     3 1.37 4.23 1.6 6.8 7.42 21 21
## 22 2021       N2       b     1 1.28 2.72 2.4 5.1 8.20 22 22
## 23 2021       N2       b     2 1.15 3.35 2.5 5.5 5.70 23 23
## 24 2021       N2       b     3 1.24 3.46 2.7 4.9 6.00 24 24

tidyverse
tidyverse包中add_column可实现列的增加，且可以指定位置。
mutate函数可以增加列。
select函数反选可以实现删除列，只需在不需要的列名前加“-”。另外，我认为通过正向选择想要的列，去除不想要的列，也实现了列删除。

add_column() 增加列。

add_column(df, v7 = 1:24, .before = "v5") # 在v5列前面增加新列v7。
## # A tibble: 24 × 11
##     year nitrogen variety block    v1    v2    v3    v4    v7    v5    v6
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <int> <dbl> <int>
##  1  2020 N1       a           1  1.26  2.14   0.4   5       1  3.25     1
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3     2  1.27     2
##  3  2020 N1       a           3  1.3   3      0.3   5.6     3  2.24     3
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8     4  1        4
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5     5  3.12     5
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1     6  4.57     6
##  7  2020 N2       a           1  1.32  3.78   1.6   6       7  5.85     7
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1     8  6.48     8
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2     9  7.21     9
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1    10  6.56    10
## # … with 14 more rows

mutate增删列。

df %>% mutate(new = 5) # 增加新列，新列的每个值都是5。
## # A tibble: 24 × 11
##     year nitrogen variety block    v1    v2    v3    v4    v5    v6   new
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <dbl>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25     1     5
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27     2     5
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24     3     5
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1        4     5
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12     5     5
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57     6     5
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85     7     5
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48     8     5
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21     9     5
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56    10     5
## # … with 14 more rows
df %>% mutate(new = 1:24) # 增加新列，列值为1到24。
## # A tibble: 24 × 11
##     year nitrogen variety block    v1    v2    v3    v4    v5    v6   new
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <int>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25     1     1
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27     2     2
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24     3     3
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1        4     4
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12     5     5
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57     6     6
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85     7     7
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48     8     8
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21     9     9
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56    10    10
## # … with 14 more rows
df %>% mutate(new = v1*10) # 增加新列，新列的值是v1的10倍。
## # A tibble: 24 × 11
##     year nitrogen variety block    v1    v2    v3    v4    v5    v6   new
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <int> <dbl>
##  1  2020 N1       a           1  1.26  2.14   0.4   5    3.25     1  12.6
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3  1.27     2  12  
##  3  2020 N1       a           3  1.3   3      0.3   5.6  2.24     3  13  
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8  1        4  10.8
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5  3.12     5  10.5
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1  4.57     6  11.5
##  7  2020 N2       a           1  1.32  3.78   1.6   6    5.85     7  13.2
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1  6.48     8  12.8
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2  7.21     9  13.5
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1  6.56    10  13.3
## # … with 14 more rows
df %>% mutate(v2 = NULL) # 可以通过对列赋值NULL删除列。
## # A tibble: 24 × 9
##     year nitrogen variety block    v1    v3    v4    v5    v6
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <int>
##  1  2020 N1       a           1  1.26   0.4   5    3.25     1
##  2  2020 N1       a           2  1.2    0.1   5.3  1.27     2
##  3  2020 N1       a           3  1.3    0.3   5.6  2.24     3
##  4  2020 N1       b           1  1.08   1.8   2.8  1        4
##  5  2020 N1       b           2  1.05   1.7   2.5  3.12     5
##  6  2020 N1       b           3  1.15   1.5   3.1  4.57     6
##  7  2020 N2       a           1  1.32   1.6   6    5.85     7
##  8  2020 N2       a           2  1.28   1.4   6.1  6.48     8
##  9  2020 N2       a           3  1.35   1.3   6.2  7.21     9
## 10  2020 N2       b           1  1.33   2.8   4.1  6.56    10
## # … with 14 more rows

select函数删除列

df %>% select(-v5) # 删除v5列。
## # A tibble: 24 × 9
##     year nitrogen variety block    v1    v2    v3    v4    v6
##    <dbl> <chr>    <chr>   <dbl> <dbl> <dbl> <dbl> <dbl> <int>
##  1  2020 N1       a           1  1.26  2.14   0.4   5       1
##  2  2020 N1       a           2  1.2   2.9    0.1   5.3     2
##  3  2020 N1       a           3  1.3   3      0.3   5.6     3
##  4  2020 N1       b           1  1.08  1.72   1.8   2.8     4
##  5  2020 N1       b           2  1.05  1.65   1.7   2.5     5
##  6  2020 N1       b           3  1.15  1.35   1.5   3.1     6
##  7  2020 N2       a           1  1.32  3.78   1.6   6       7
##  8  2020 N2       a           2  1.28  4.32   1.4   6.1     8
##  9  2020 N2       a           3  1.35  3.95   1.3   6.2     9
## 10  2020 N2       b           1  1.33  3.47   2.8   4.1    10
## # … with 14 more rows
df %>% select(everything(), -starts_with("v")) # 删除列名首字母为v的列。
## # A tibble: 24 × 3
##     year nitrogen block
##    <dbl> <chr>    <dbl>
##  1  2020 N1           1
##  2  2020 N1           2
##  3  2020 N1           3
##  4  2020 N1           1
##  5  2020 N1           2
##  6  2020 N1           3
##  7  2020 N2           1
##  8  2020 N2           2
##  9  2020 N2           3
## 10  2020 N2           1
## # … with 14 more rows
df %>% select(year:block,v5) # 选择df数据集1到4列和v5列。
## # A tibble: 24 × 5
##     year nitrogen variety block    v5
##    <dbl> <chr>    <chr>   <dbl> <dbl>
##  1  2020 N1       a           1  3.25
##  2  2020 N1       a           2  1.27
##  3  2020 N1       a           3  2.24
##  4  2020 N1       b           1  1   
##  5  2020 N1       b           2  3.12
##  6  2020 N1       b           3  4.57
##  7  2020 N2       a           1  5.85
##  8  2020 N2       a           2  6.48
##  9  2020 N2       a           3  7.21
## 10  2020 N2       b           1  6.56
## # … with 14 more rows

参考资料

  1. R语言编程—基于 tidyverse，人民邮电出版社（待出版），2022.
  2. R语言教程，李东风，https://www.math.pku.edu.cn/teachers/lidf/docs/Rbook/html/_Rbook/index.html
  3. R语言 subset()用法及代码示例，https://vimsky.com/examples/usage/create-subsets-of-a-data-frame-in-r-programming-subset-function.html
  4. R语言 transform()用法及代码示例，https://vimsky.com/examples/usage/modify-values-of-a-data-frame-in-r-language-transform-function.html
©著作权归作者所有,转载或内容合作请联系作者
  • 人面猴
    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 213,254评论 6赞 492
  • 死咒
    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 90,875评论 3赞 387
  • 救了他两次的神仙让他今天三更去死
    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 158,682评论 0赞 348
  • 道士缉凶录：失踪的卖姜人
    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 56,896评论 1赞 285
  • 港岛之恋（遗憾婚礼）
    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 66,015评论 6赞 385
  • 恶毒庶女顶嫁案：这布局不是一般人想出来的
    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 50,152评论 1赞 291
  • 城市分裂传说
    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 39,208评论 3赞 412
  • 双鸳鸯连环套：你想象不到人心有多黑
    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 37,962评论 0赞 268
  • 万荣杀人案实录
    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 44,388评论 1赞 304
  • 护林员之死
    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 36,700评论 2赞 327
  • 白月光启示录
    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 38,867评论 1赞 341
  • 活死人
    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 34,551评论 4赞 335
  • 日本核电站爆炸内幕
    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 40,186评论 3赞 317
  • 男人毒药：我在死后第九天来索命
    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 30,901评论 0赞 21
  • 一桩弑父案，背后竟有这般阴谋
    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 32,142评论 1赞 267
  • 情欲美人皮
    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 46,689评论 2赞 362
  • 代替公主和亲
    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 43,757评论 2赞 351

推荐阅读更多精彩内容