dplyr包

请思考：

1 dplyr包用来做什么？

2 您使用dplyr包那些函数？

一 dplyr包是什么？

• 数据探索和数据转换的利器

• 编码直观和易于阅读

• 数据框操作与处理高效和便捷

二 安装和加载所需包

代码

1library(pacman) # R包管理器
2p_load(dplyr, hflights) # 安装和加载所需R包

hflights：2011年从休斯顿起飞的国内商业航班数据集。

三 数据理解

1 探索数据

代码

1# 探索数据集
2data("hflights")
3hflights %>% 
4  head()

2 美化数据框展示

代码

1# 利用tb_df函数美化数据框展示
2flights <- tbl_df(hflights)
3flights %>% 
4  head()

四 单表（数据框）的基本操作

• filter：获取子样本集

• select：获取子变量集

• arrange：排序操作

• mutate：添加新的变量或者列

• summarise | summarize：分组的聚合操作或者统计

1 filter操作

代码

1flights %>% 
2  filter(Month == 1 & DayofMonth == 1)

请思考：

1 基本的R代码如何实现上述操作？

2 请执行如下代码，查看结果。

1flights %>% 
2  filter(Month == 1, DayofMonth == 1)
3head(filter(flights, UniqueCarrier == 'AA' | UniqueCarrier == 'UA'), 2)
4tail(filter(flights, UniqueCarrier == 'AA' | UniqueCarrier == 'UA'), 2)
5head(filter(flights, UniqueCarrier %in% c('AA', 'UA')), 2)

2 select操作

代码

1print(select(flights, DepTime, ArrTime, FlightNum), n = 2)

请思考：

1 基本的R代码如何实现上述操作？

2 请执行如下代码，查看结果

1head(select(flights, Year:DayofMonth, contains('Taxi'), contains('Delay')))

3 filter和select一起操作

代码

1# filter 和 select
2flights %>% 
3  select(UniqueCarrier, DepDelay) %>% 
4  filter(DepDelay > 60) %>% 
5  head(n = 2)

4 arrange操作

代码

1# arrange操作
2flights %>% 
3  select(UniqueCarrier, DepDelay) %>% 
4  arrange(DepDelay) %>% 
5  head()

请思考：

1 基本的R代码如何实现上述操作？

5 mutate操作

代码

1# mutate操作
2flights %>% 
3  select(Distance, AirTime) %>% 
4  mutate(Speed = Distance/AirTime * 60) %>% 
5  head()

请思考：

1 基本的R代码如何实现上述操作？

6 summarise和group_by操作

代码

1# summarise和group_by操作
2flights %>% 
3  group_by(Dest) %>% 
4  summarise(avg_delay = mean(ArrDelay, na.rm = TRUE)) %>% 
5  head()

请思考：

1 基本的R代码如何实现上述操作？

2 请执行如下代码，查看结果

1flights %>% 
2  group_by(UniqueCarrier) %>% 
3  summarise_each(list(mean), Cancelled, Diverted) %>% 
4  head()
5flights %>% 
6  group_by(UniqueCarrier) %>% 
7  summarise_each(funs(min(., na.rm = TRUE), max(., na.rm = TRUE)), matches('Delay')) %>% 
8  head()

五 多表的操作

总结

本文介绍dplyr的常用操作，可以有助您更加有效地做数据探索和操作。

您在阅读中有什么问题，请留言。若是觉得有用，请您点赞和分享给其他朋友，感谢支持和分享。

公众号推荐：

数据人才（ID：datarencai）

（一个帮助数据人才找工作，

帮助数据公司招人才的公众号，

也分享数据人学习和生活的有趣事情。）