DataCamp课程 <用dplyr操作数据> Chapter3. 数据选择和变形

用dplyr操作数据课程目录

Chapter1. 数据变形
Chapter2. 数据统计
Chapter3. 数据选择和变形
Chapter4. 实战演练

本章节前半部分内容在之前的<Tidyverse>有出现过一些,重复的内容就不详细讲解了,简单带过。但是后半部分出现了一些新的内容会稍微详细的说明一下。希望能对大家有所帮助。

select()选择变量

select()选择变量,并用arrange()根据某变量进行排序。

counties %>%
  # Select state, county, population, and industry-related columns
  select(state,county,population,professional,service,office,construction,production) %>% 
  # Arrange service in descending order 
  arrange(desc(service))
# A tibble: 3,138 x 8
   state   county population professional service office construction production
   <chr>   <chr>       <dbl>        <dbl>   <dbl>  <dbl>        <dbl>      <dbl>
 1 Missis~ Tunica      10477         23.9    36.6   21.5          3.5       14.5
 2 Texas   Kinney       3577         30      36.5   11.6         20.5        1.3
 3 Texas   Kenedy        565         24.9    34.1   20.5         20.5        0  
 4 New Yo~ Bronx     1428357         24.3    33.3   24.2          7.1       11  
 5 Texas   Brooks       7221         19.6    32.4   25.3         11.1       11.5
 6 Colora~ Fremo~      46809         26.6    32.2   22.8         10.7        7.6
 7 Texas   Culbe~       2296         20.1    32.2   24.2         15.7        7.8
 8 Califo~ Del N~      27788         33.9    31.5   18.8          8.9        6.8
 9 Minnes~ Mahno~       5496         26.8    31.5   18.7         13.1        9.9
10 Virgin~ Lanca~      11129         30.3    31.2   22.8          8.1        7.6
# ... with 3,128 more rows

filter()对数据进行筛选。

counties %>%
  # Select the state, county, population, and those ending with "work"
  select(state,county,population,ends_with("work")) %>% 
  # Filter for counties that have at least 50% of people engaged in public work
  filter( public_work >= 50) 
# A tibble: 7 x 6
  state      county              population private_work public_work family_work
  <chr>      <chr>                    <dbl>        <dbl>       <dbl>       <dbl>
1 Alaska     Lake and Peninsula~       1474         42.2        51.6         0.2
2 Alaska     Yukon-Koyukuk Cens~       5644         33.3        61.7         0  
3 California Lassen                   32645         42.6        50.5         0.1
4 Hawaii     Kalawao                     85         25          64.1         0  
5 North Dak~ Sioux                     4380         32.9        56.8         0.1
6 South Dak~ Todd                      9942         34.4        55           0.8
7 Wisconsin  Menominee                 4451         36.8        59.1         0.4

select()的其他用法

当数据变量很多的时候,手动一个一个输入变量明显会降低神产销率。select()支持批量性的选择变量。

counties %>%
  select(state, county, drive:work_at_home)
  • contains包含xx的变量
  • starts_with以xx开始的变量
  • ends_with以xx结尾的变量
    举个例子

也可以用select()删除某个变量

rename()给变量重新命名

rename()是第一次出现,用法可以参照下面的代码。

counties %>%
  count(state)
# A tibble: 50 x 2
   state           n
   <chr>       <int>
 1 Alabama        67
 2 Alaska         28
 3 Arizona        15
 4 Arkansas       75
 5 California     58
 6 Colorado       64
 7 Connecticut     8
 8 Delaware        3
 9 Florida        67
10 Georgia       159
# ... with 40 more rows
  
# Rename the n column to num_counties
counties %>%
  count(state) %>% 
  rename(num_counties=n)
# A tibble: 50 x 2
   state       num_counties
   <chr>              <int>
 1 Alabama               67
 2 Alaska                28
 3 Arizona               15
 4 Arkansas              75
 5 California            58
 6 Colorado              64
 7 Connecticut            8
 8 Delaware               3
 9 Florida               67
10 Georgia              159
# ... with 40 more rows

也可以不用rename()直接简单粗暴点。

# Select state, county, and poverty as poverty_rate
counties %>%
  select(state,county,poverty_rate=poverty)
# A tibble: 3,138 x 3
   state   county   poverty_rate
   <chr>   <chr>           <dbl>
 1 Alabama Autauga          12.9
 2 Alabama Baldwin          13.4
 3 Alabama Barbour          26.7
 4 Alabama Bibb             16.8
 5 Alabama Blount           16.7
 6 Alabama Bullock          24.6
 7 Alabama Butler           25.4
 8 Alabama Calhoun          20.5
 9 Alabama Chambers         21.6
10 Alabama Cherokee         19.2
# ... with 3,128 more rows

transmute()变换和产生新的变量

transmute()的特点

  • 选择变量&转换变量
  • 产生的新变量会替换之前的变量

比方说我们要根据population/land_area来产生新的变量density。用transmute就不需要先select()mutate()了。

counties %>%
  # Keep the state, county, and populations columns, and add a density column
  transmute(state,county,population,density=population/land_area) %>% 
  # Filter for counties with a population greater than one million 
  filter(population > 1000000) %>% 
  # Sort density in ascending order 
  arrange(density)
# A tibble: 41 x 4
   state      county         population density
   <chr>      <chr>               <dbl>   <dbl>
 1 California San Bernardino    2094769    104.
 2 Nevada     Clark             2035572    258.
 3 California Riverside         2298032    319.
 4 Arizona    Maricopa          4018143    437.
 5 Florida    Palm Beach        1378806    700.
 6 California San Diego         3223096    766.
 7 Washington King              2045756    967.
 8 Texas      Travis            1121645   1133.
 9 Florida    Hillsborough      1302884   1277.
10 Florida    Orange            1229039   1360.
# ... with 31 more rows

语法总结

只保留特定的变量 同时保留别的变量
不改变变量值 select() rename()
改变变量值 transmute() mutate()
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 213,616评论 6 492
  • 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 91,020评论 3 387
  • 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 159,078评论 0 349
  • 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 57,040评论 1 285
  • 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 66,154评论 6 385
  • 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 50,265评论 1 292
  • 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 39,298评论 3 412
  • 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 38,072评论 0 268
  • 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 44,491评论 1 306
  • 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 36,795评论 2 328
  • 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 38,970评论 1 341
  • 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 34,654评论 4 337
  • 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 40,272评论 3 318
  • 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 30,985评论 0 21
  • 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 32,223评论 1 267
  • 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 46,815评论 2 365
  • 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 43,852评论 2 351

推荐阅读更多精彩内容