R语言中的管道操作——magrittr包

一、项目环境

开发工具：RStudio
R：3.5.2
相关包：magritter

二、数据准备以及问题阐述

这次要解决的问题是如何使用提取数据框中所有包含缺失值的列。我们知道当我们在处理缺失值时，我们经常会使用平均数、中位数、回归、甚至机器学习等方式来填补数据框中的缺失值。但是在实际的分析过程中，在进行缺失值处理之前，我们往往会花大量的时间来探究缺失值之间的相关性。那么在进行分析之前，首要任务自然就是先将所有包含缺失值的列提取出来。下面我们将会用几种方法来进行这一操作，并说明管道操作的优势。

# 首先我们先导入相关包和数据集
# 导入magrittr包
library(magrittr)# 导入VIM包中的包含缺失值的数据集“sleep”
data(sleep,package = "VIM")# 查看数据集的前几行数据
head(sleep)

BodyWgt	BrainWgt	NonD	Dream	Sleep	Span	Gest	Pred	Exp	Danger
6654.000	5712.0	NA	NA	3.3	38.6	645	3	5	3
1.000	6.6	6.3	2.0	8.3	4.5	42	3	1	3
3.385	44.5	NA	NA	12.5	14.0	60	1	1	1
0.920	5.7	NA	NA	16.5	NA	25	5	2	3
2547.000	4603.0	2.1	1.8	3.9	69.0	624	3	5	4
10.550	179.5	9.1	0.7	9.8	27.0	180	4	4	4

BodyWgt：体重
BrainWgt：脑重
NonD：不做梦时长
Dream：做梦时长
Sleep：睡眠时长
Span：寿命
Gest：妊娠期
Pred：物种被捕食的程度
Exp：睡眠时暴露的程度
Danger：面临的总危险程度

三、提取包含缺失值的列

1、常规形式

library(dplyr)# 将原始数据赋值到一个临时变量中
data <- sleep# 在R语言中，FALSE转换成数值会变成0，TRUE转换成数值会变成1
# 之所以用abs绝对值函数，是为了在将其转换成数值的前提下不破坏数据框的结构
data <- apply(as.data.frame(abs(is.na(data))),2,sum)# 使用dplyr包的select函数选取所有包含缺失值的列
data <- select(sleep,one_of(names(data[data > 0])))

[注]：这是处理这类数据的一张常规的编写方法，但是会发现中间嵌套了很对层，不方便阅读和修改。同时中间变量data在这个计算的过程中重复出现了多次。

2、函数形式

library(dplyr)# 整体操作没什么变化，只是以函数的形式包裹起来，便于多次使用
na_col_plot <- function(data){data <- as.data.frame(abs(is.na(data)))data <- apply(data,2,sum)data <- select(sleep,one_of(names(data[data > 0])))return(data)
}data <- na_col_plot(sleep)

[注]：函数形式与通常形式，从整体上来说没有什么他也特别大的变化。但当该操作需要重复用到时，函数形式可以大大的减少代码量。

3、管道操作形式

library(dplyr)# %>% 管道函数可以将符号左边的数据结果，放入右边函数中，作为输入的参数
data <- sleep %>%is.na() %>%abs() %>%as.data.frame() %>%apply(2,sum)data <- select(sleep,one_of(names(data[data > 0])))

[注]：相比于其他形式，管道操作可以更好的看到整个处理过程的没一步骤

四、结语

本文简单的以提取包含缺失值的列作为例子，来突出管道操作相较于其他形式的一个好处。在编写较短的一段线性操作时，管道操作相对于一般的操作和函数操作而言，可以更直观的展示整个线性操作的处理过程。当时管道操作并不是万能的，当遇到单次较长的一个数据操作时，就需要定义有意义的中间变量来方便调试和理解其意图。同时当遇到需要重复多次使用、非线性操作或是多个输入项等情况，都尽量不要使用管道操作。

很长一段时间没有在csdn中写文章了，事实上后面自己学习过程中的大部分文档都是在语雀中完成的，基本都是自己写自己看。后续文章都会分享到自己的个人博客上，感兴趣的话可以关注一下。个人博客地址

R语言中的管道操作——magrittr包相关推荐

R语言中的管道函数操作 %＞%
R语言中的管道操作 %>% :相当于将左边的作为右边函数的第一个参数. 快捷键:ctrl+shift+M 例如:f(x,y)等价于x %>% f(y) g(f(x,y),z)等价于x %& ...
R语言中最强的神经网络包RSNNS
转载自:http://www.dataguru.cn/article-1470-1.html R语言中已经有许多用于神经网络的package.例如nnet.AMORE以及neuralnet,nnet提 ...
试玩R语言中教育诊断的那些包(一):kst
申明:本文作者才识有限,仅作为学习记录,如有差错,欢迎指正!也希望对他人有些许助益. 在R语言中有一些关于教育诊断的一些包,我试着进入R包的CRAN,进行关键词检索,找到我想要试玩的那些教育数据挖掘( ...
R语言中用于计算Rsquare的包rsq
文章目录理论介绍线性模型情形广义线性模型情形函数介绍 rsq()的介绍实例 rsq.partial()的介绍相关文献 pcor()函数介绍 vresidual()函数介绍实例理论介绍 ...
R语言中的数据处理包dplyr、tidyr笔记
R语言中的数据处理包dplyr.tidyr笔记 dplyr包是Hadley Wickham的新作,主要用于数据清洗和整理,该包专注dataframe数据格式,从而大幅提高了数据处理速度,并且提供了与其 ...
R语言数据分析笔记——t检验（含正态性检验和方差齐性检验在SPSS和R语言中的操作t检验（单样本、双独立样本、配对样本）在Excel、SPSS、R语言中的操作）
前言:本文为个人学习笔记,为各大网站上的教学内容之综合整理,综合整理了①假设分析的基础知识.②正态性检验和方差齐性检验在SPSS和R语言中的操作.③t检验(单样本.双独立样本.配对样本)在Excel. ...
R语言ggplot2可视化：使用ggfortyify包中的autoplot函数自动可视化时间序列数据（Time Series Plot From a Time Series Object (ts)）
R语言ggplot2可视化:使用ggfortyify包中的autoplot函数自动可视化时间序列数据(Time Series Plot From a Time Series Object (ts)) ...
R语言ggplot2可视化：使用ggpubr包的ggdensity函数可视化密度图、使用scale_x_continuous函数中的limits参数指定X轴数值范围
R语言ggplot2可视化:使用ggpubr包的ggdensity函数可视化密度图.使用scale_x_continuous函数中的limits参数指定X轴数值范围目录
【R语言中如何去除替换NA相关操作】
R语言中如何去除替换NA相关操作 1.去除矩阵所有含NA的行 2.去除矩阵特定列中含NA的行 3.替换矩阵中的NA值为0 4.将矩阵中某一列的特殊值替换为NA 1.去除矩阵所有含NA的行 data=n ...

R语言中的管道操作——magrittr包

R语言中的管道操作——magrittr包

一、项目环境

二、数据准备以及问题阐述

三、提取包含缺失值的列

1、常规形式

2、函数形式

3、管道操作形式

四、结语

R语言中的管道操作——magrittr包相关推荐

最新文章

热门文章