r语言中ddply函数_r语言用什么软件运行

r语言中ddply函数_r语言用什么软件运行dplyr函数进行数据转换筛选知识铺垫比较运算符逻辑运算符数据准备filter()函数筛选行select()函数筛选列arrange()函数排列行完整代码dplyr()函数是R语言数据分析必

dplyr()函数是R语言数据分析必学的实用包之一。
本文现阶段先讲解dplyr()函数的几个常用于数据转换的函数:filter()函数select()函数arrange()函数进行数据的行列筛选,以及行排序。【该部分完整代码附于文章末】

筛选知识铺垫

通常在筛选时我们常会设定一些筛选标准或要求,例如:成绩>60分、性别男且年龄>30岁等。因此需要先知道比较和逻辑运算符在R语言中的表达规则,以便于筛选能达到预期要求。

比较运算符

R 提供了一套标准的比较运算符:

符号 意义

| 大于
= | 大于且等于
< | 小于
<=|小于且等于
!=|不等于
|等于
*注: 在R语言中“=”也可做赋值语句,但在比较判断时表示为“
”*
进行比较后,返回的值为逻辑值(TRUE、FALSE),然后用于后面的筛选中,TRUE表示保留,FALSE表示删除。以下面的代码为例,筛选出大于向量a中大于5的数字。当想要赋值与查看命令同时运行时,可将赋值语句加小括号。

> #### 比较运算符
> a <- c(9,5,8,4,6,7,3,2,4)       #创建向量
> (b <- a>5)                      #a中的数字与5比较
[1]  TRUE FALSE  TRUE FALSE  TRUE  TRUE FALSE FALSE FALSE
> a[b]                          #筛选出大于5的数字
[1] 9 8 6 7

逻辑运算符

逻辑运算符又称布尔运算符: & 表示“与”、 | 表示“或”、 ! 表示“非”。如图1是R语言中基本的逻辑运算集合。


r语言中ddply函数_r语言用什么软件运行图1 逻辑运算集合
符号 意义
y & !x 包含 y 元素且不包含 x 元素的集合
x 只含 x 元素的集合
x l y 位于 x 或者位于 y 的所有元素集合
x & y 同时满足位于 x 且位于 y 中的元素集合
xor( x , y ) 只位于 x 但不属于 y ,或只位于 y 但不属于 x 的元素集合
x & !y 只位于 x 但不属于 y 的元素集合
y 只位于 y 的元素集合
> ### 逻辑运算符
> c <- c(1,2,3,4,5,6,7,8,9,0)     # 创建向量
> (d <- c>7 | c<4)                # 创建逻辑运算值
 [1]  TRUE  TRUE  TRUE FALSE FALSE FALSE FALSE  TRUE  TRUE  TRUE
> c[d]                            # 筛选出满足条件的数值
[1] 1 2 3 8 9 0

数据准备

为了介绍 dplyr 中的基本数据操作,我们需要使用 nycflights13::flights 。这个数据框包含了 2013 年从纽约市出发的所有 336 776 次航班的信息。该数据来自于美国交通统计局,可以使用 ?flights 查看其说明文档:

### dplyr包解析
### 数据准备
library(tidyverse)                #加载tidyverse包
library(dplyr)
flights <- nycflights13::flights  #加载数据
str(flights)                      #查看数据变量
summary(flights)                  #查看数据基本信息

由于变量信息内容较多,此处不做解释,下面介绍数据框的变量信息,如图2,该数据框共有19个变量,数据的类型就是冒号后面的第一个。


r语言中ddply函数_r语言用什么软件运行图2 数据的变量信息

filter()函数筛选行

filter() 函数可以基于观测的值筛选出一个观测子集。第一个参数是数据框名称,第二个参数以及随后的参数是用来筛选数据框的表达式。

filter(数据框, 筛选要求)

#### filter() 筛选行
(Dec_25 <- filter(flights, month == 12, day == 25))       # 筛选出12月25日的所有信息
(Feb_Nov <- filter(flights, month == 2 | month == 11))    # 筛选出2月与12月的所有信息
(day_5_15_25 <- filter(flights, day %in% c(5,15,25)))     # 筛选出5、15、25号的所有信息

由于输出数据太大,因此只像大家展示最后day_5_15_25的输出数据,如图3所示。


r语言中ddply函数_r语言用什么软件运行图3 day_5_15_25部分数据展示

select()函数筛选列

select()函数的使用方式和filter()函数一样,不过后面的是列名或表达式。select()适合使用于大型变量的数据框中,这里的数据框只有19个变量,因此使用效果并不佳。

select(数据框, 列名或表达式)

#### select() 筛选列
(y_m_d <- select(flights, year, month, day))              # 筛选出年月日三列数据
(dep <- select(flights, starts_with("dep")))              # 筛选出以dep开头的列名的数据
(delay_time <- select(flights,                            # 筛选出以time和delay结尾的数据
                      ends_with("delay"), ends_with("time") ))

此处也仅以delay_time的输出结果,如图4所示。


r语言中ddply函数_r语言用什么软件运行图4 delay_time的部分数据展示

arrange()函数排列行

arrange() 函数的工作方式与 filter() 函数非常相似,但前者不是选择行,而是改变行的顺序。如果列名不只一个,那么就使用后面的列在前面排序的基础上继续排序。

arrange(数据框, 列名)

#### arrange() 排列行
(by_y_m <- arrange(flights, year, month))                 # 按第一关键词为year,第二关键词为month排序
(by_arr_delay <- arrange(flights, desc(arr_delay)))       # 按arr_delay倒序排列

此处展示按arr_delay倒序的部分数据,如图5。


r语言中ddply函数_r语言用什么软件运行图5 arr_delay倒序的部分数据展示

以上三种方法只是简单介绍筛选的基本知识,通常我们在实战时是三者融汇贯通一起使用的。大家可以先熟悉语法之后,再进行融会贯通。

完整代码

创作不易,你的赞就是对我最大的支持,感谢!

#### 比较运算符
a <- c(9,5,8,4,6,7,3,2,4)       # 创建向量
(b <- a>5)                      # a中的数字与5比较
a[b]                            # 筛选出大于5的数字

### 逻辑运算符
c <- c(1,2,3,4,5,6,7,8,9,0)     # 创建向量
(d <- c>7 | c<4)                # 创建逻辑运算值
c[d]                            # 筛选出满足条件的数值

### dplyr包解析
### 数据准备
library(tidyverse)                #加载tidyverse包
library(dplyr)
flights <- nycflights13::flights  #加载数据
str(flights)                      #查看数据变量
summary(flights)                  #查看数据基本信息

#### filter() 筛选行
(Dec_25 <- filter(flights, month == 12, day == 25))       # 筛选出12月25日的所有信息
(Feb_Nov <- filter(flights, month == 2 | month == 11))    # 筛选出2月与12月的所有信息
(day_5_15_25 <- filter(flights, day %in% c(5,15,25)))     # 筛选出5、15、25号的所有信息

#### select() 筛选列
(y_m_d <- select(flights, year, month, day))              # 筛选出年月日三列数据
(dep <- select(flights, starts_with("dep")))              # 筛选出以dep开头的列名的数据
(delay_time <- select(flights,                            # 筛选出以time和delay结尾的数据
                      ends_with("delay"), ends_with("time") ))

#### arrange() 排列行
(by_y_m <- arrange(flights, year, month))                 # 按第一关键词为year,第二关键词为month排序
(by_arr_delay <- arrange(flights, desc(arr_delay)))       # 按arr_delay倒序排列

今天的文章r语言中ddply函数_r语言用什么软件运行分享到此就结束了,感谢您的阅读。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/74538.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注