Dplyr笔记

Select

基本格式:

counties %>%

  select(字段)

可以用冒号来选择一个范围内的字段:

counties %>%

 select(state, county, population, professional:production) 

还可以用start_with, ends_with, contain 等等模糊匹配字段:

counties %>%

select(state, county, population, ends_with("work")) 


Filter

基本格式:

counties %>%

  filter(条件)

in的使用:

selected_names <- babynames %>%

  filter(name %in% c("Steven", "Thomas", "Matthew"))


Arrange

按哪些字段排序,基本格式:

counties %>%

  arrange(字段) ---默认为升序

  arrange(desc(字段)) ---降序


Mutate

添加新字段,基本格式:

counties %>%

    mutate(字段 = xxxxx) 

Transmute

选择就字段且添加新字段,基本格式:

counties %>%

    transmute(旧字段,新字段 = xxxxx) 


Rename

字段重命名,基本格式:

counties %>%

    rename(新字段名 = 旧字段名) 

也可以在select里,选取的时候直接重命名:

counties %>%

    select(字段......,新字段名 = 旧字段名) 


混合使用示例

counties %>%

# Select the five columns

select(state, county, population, men, women) %>%

# Add the proportion_men variable

mutate(proportion_men = men/population) %>%

# Filter for population of at least 10,000

filter(population >= 10000) %>%

# Arrange proportion of men in descending order

arrange(desc(proportion_men))

下面开始聚合函数喽!


Count

按字段分组,数每个分组下的个数,基本格式:

counties_selected %>%

  count(region, sort = TRUE)

可加入权重wt,按字段1分组,数每个分组下的字段2总数,基本格式:

counties_selected %>%

    count(state, wt = citizens, sort = TRUE)

相当于:

counties_selected %>%

  group_by(state) %>%

  summarise(sum(citizens))


Group_by

按字段分组,基本格式:

counties_selected %>%

    group_by(字段) 

Ungroup

取消分组(一般是为了另外再进行其他的计算),基本格式:

counties_selected %>%

    group_by(字段) %>%

    计算1 %>%

    ungroup() %>%

    计算2

例子:

# Count the states with more people in Metro or Nonmetro areas

counties_selected %>%

  group_by(state, metro) %>%

  summarize(total_pop = sum(population)) %>%

  top_n(1, total_pop) %>%

  ungroup() %>%

  count(metro)

# Find the year each name is most common 

babynames %>%

  group_by(year) %>%

  mutate(year_total = sum(number)) %>%

  ungroup() %>%

  mutate(fraction = number / year_total) %>%

  group_by(name) %>%

  top_n(1, fraction)


Summarise

计算字段的聚合函数值,基本格式:

counties_selected %>%

  summarize(新字段名1 = min(字段1),新字段名2 = max(字段2),…… )

例子:

# Add a density column, then sort in descending order

counties_selected %>%

  group_by(state) %>%

  summarize(total_area = sum(land_area),

            total_population = sum(population)) %>%

  mutate(density = total_population / total_area) %>%

  arrange(desc(density))

# Calculate the average_pop and median_pop columns

counties_selected %>%

  group_by(region, state) %>%

  summarize(total_pop = sum(population)) %>%

  summarize(average_pop = mean(total_pop),

            median_pop = median(total_pop))

注意:上一行的计算结果可以马上给下一行计算哦!


Top_n

只按字段2取最高的n个值,常配合分组使用。基本格式:

counties_selected %>%

  group_by(字段1) %>%

  top_n(个数, 字段2)

例子:

counties_selected %>%

  group_by(region, state) %>%

  # Calculate average income

  summarize(average_income = mean(income)) %>%

  # Find the highest income state in each region

  top_n(1, average_income)

©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 203,456评论 5 477
  • 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 85,370评论 2 381
  • 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 150,337评论 0 337
  • 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 54,583评论 1 273
  • 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 63,596评论 5 365
  • 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 48,572评论 1 281
  • 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 37,936评论 3 395
  • 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 36,595评论 0 258
  • 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 40,850评论 1 297
  • 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 35,601评论 2 321
  • 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 37,685评论 1 329
  • 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 33,371评论 4 318
  • 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 38,951评论 3 307
  • 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 29,934评论 0 19
  • 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 31,167评论 1 259
  • 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 43,636评论 2 349
  • 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 42,411评论 2 342

推荐阅读更多精彩内容

  • pyspark.sql模块 模块上下文 Spark SQL和DataFrames的重要类: pyspark.sql...
    mpro阅读 9,442评论 0 13
  • 这几天下班路过水果小摊,每每看见鲜红的柿子,总是禁不住去买几个带回家吃。这柿子的价格便宜得不得了,大概是水果里面最...
    十三夕阅读 506评论 1 4
  • 10 月2号 北京情怀 早晨从北京坐11.22的火车,6点起床,一路奔波赶时间11点多,才上火车。先坐从唐山到北...
    素锦似流年阅读 395评论 0 6
  • 前天晚上在家给爸妈烧了一个鱼汤,鱼汤没有吃完,老妈说怎么办,我说做汤面吧。 依旧是和面,面要硬一些才好擀面,妈妈的...
    小小逸_d523阅读 489评论 0 4
  • 网关应该具备哪些功能: 路由 负载均衡 聚合 鉴权 断路限流黑白名单 日志监控 金丝雀发布 路由 诸多的服务通过不...
    技术灭霸阅读 1,453评论 0 1