R语言dplyr包：高效数据处理函数arrange、sample_n、n_distinct、select、compute等

2024-05-30 03:25:34

今天是个特别的日子，小编在这里祝大家情人节快乐！本篇文章继续之前文章提到的关于dplyr包数据处理的函数。错了，小编是准备那天发的，忘发了

R语言在数据整理、分析上面的方法是很多的，并且通俗易懂，相信热衷于用R语言处理数据的同仁也深有体会。

1、数据排序函数

arrange()函数其实和大家经常用的EXCEL中的降序、升序相似，但该函数的功能肯定更便捷、强大，可以按照多列（有序的列）进行排序，函数的基本形式为arrange(data,var1,var2,var3,...)，函数默认排序为升序，若需要按照某列降序排序，那么可以在变量名前加desc。

另外当变量众多的时候可以采用延伸的函数arrange_all(data)

下面以R中自带的数据集mtcars、iris为例：

arrange(mtcars,cyl,mpg)arrange(iris,Sepal.Length,Sepal.Width)

2、样本（随机）选取函数

sample_n((tbl, size, replace = FALSE)

参数说明：tbl数据，size选取的数据行数，replace=true/false是否替换样本（主要参数）

sample_n(iris,8,replace=FALSE)

3、计算向量唯一值数量函数

n_distinct(...,na.rm=FALSE)函数是更快且简洁，等同于unique

参数说明：na.rm=FALSE缺失值不会计入

n_distinct(iris$Sepal.Length,na.rm=FALSE)

4、数据选取函数select

select(.data,...)函数按照名称选择变量，同时select中可以使用的函数有starts_with(), ends_with(), contains(),matches(),num_range(),one_of(),everything()；rename(.data,...)函数重命名变量

select(mtcars,cyl:drat)
select(mtcars,starts_with("c"))
select(mtcars,contains("m"))

此外还有一些延伸的函数，也很实用select_all(), select_if() and select_at()) and rename_all(), rename_if(), rename_at()

当你越来越熟悉这些函数后，你会发现其实和SQL里面的操作同理，而dplyr包对于sql里面的功能很多都可以实现，在有时候更加高效，你也可以下载dplyr包的原文档，里面还有许多有意思的函数。

下一篇预告：tidyr包中的有趣函数，来一起修行啊

R语言dplyr包：高效数据处理函数arrange、sample_n、n_distinct、select、compute等相关推荐

R语言dplyr包使用group_by函数、arrange函数和filter函数获取每个分组的第一个、第N个、最后一个记录实战
R语言dplyr包使用group_by函数.arrange函数和filter函数获取每个分组的第一个.第N个.最后一个记录实战目录
R语言dplyr包使用bind_rows函数纵向合并两个dataframe（行生长）、使用bind_cols函数横向合并两个dataframe（列生长）
R语言dplyr包使用bind_rows函数纵向合并两个dataframe(行生长).使用bind_cols函数横向合并两个dataframe(列生长) 目录
R语言dplyr包的top_n函数返回dataframe或tibble的前N行数据、dplyr包的top_frac函数返回dataframe或tibble的前百分之N（N%）的数据
R语言dplyr包的top_n函数返回dataframe或tibble的前N行数据.dplyr包的top_frac函数返回dataframe或tibble的前百分之N(N%)的数据目录
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列：基于条件判断创建布尔型指示变量、将异常离散编码转化为NA值
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列:基于条件判断创建布尔型指示变量.将异常离散编码转化为NA值目录
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列：使用na_if()函数将0值替换为NA值、负收入替换为NA值
R语言dplyr包的mutate函数将列添加到dataframe中或者修改现有的数据列:使用na_if()函数将0值替换为NA值.负收入替换为NA值目录
R语言dplyr包使用anti_join()函数返回在一个dataframe中存在而在另一个dataframe中没有匹配值的所有行实战
R语言dplyr包使用anti_join()函数返回在一个dataframe中存在而在另一个dataframe中没有匹配值的所有行实战目录
R语言dplyr包使用case_when函数和mutate函数生成新的数据列实战：基于单列生成新的数据列、基于多列生成新的数据列
R语言dplyr包使用case_when函数和mutate函数生成新的数据列实战:基于单列生成新的数据列.基于多列生成新的数据列目录
R语言dplyr包使用recode函数进行数据列内容编码、转换实战：类似于pandas中的map函数（例如，将内容从字符串映射到数值）
R语言dplyr包使用recode函数进行数据列内容编码.转换实战:类似于pandas中的map函数(例如,将内容从字符串映射到数值) 目录
R语言dplyr包的slice函数提取数据集的数据行实战
R语言dplyr包的slice函数提取数据集的数据行实战目录 R语言dplyr包的slice函数提取数据集的数据行实战 #导入dplyr包
R语言dplyr包as.tbl函数（转化为tibble类型）和is.tbl函数（检查数据是否为tibble类型）实战
R语言dplyr包as.tbl函数(转化为tibble类型)和is.tbl函数(检查数据是否为tibble类型)实战目录

最新文章

热门文章