R package——dplyr（一）

dplyr作为我在日常学习生活中最常用到的包之一，是数据分析必备佳器。
同时又由于其各个语法之间使用时的类似度较高，使用极为方便，因而比较受欢迎。
首先我们先了解一下它的作者，著名的Hadley Wickham，其作品包含强大的EDA工具包ggplot2，重命名工具包reshape2等……

OS：一个“等”字，多少辛苦，多少汗水……

通过数据从根本上了解世界真的是一件非常，非常酷的事情。—— Hadley Wickham

Hadley Wickham

今天是系列的第一部分，主要介绍5个相对较为基础的函数。
我们使用R自带数据集mtcars作为示例。

attach（mtcars）#绑定mtcars数据集```

head(mtcars) #查看数据集的前几行数据
mpg cyl disp hp drat wt qsec vs am gear carb
Mazda RX4 441.00 6 160 110 3.90 2.620 16.46 0 1 4 4
Mazda RX4 Wag 441.00 6 160 110 3.90 2.875 17.02 0 1 4 4
Datsun 710 519.84 4 108 93 3.85 2.320 18.61 1 1 4 1
Hornet 4 Drive 457.96 6 258 110 3.08 3.215 19.44 1 0 3 1
Hornet Sportabout 349.69 8 360 175 3.15 3.440 17.02 0 0 3 2
Valiant 327.61 6 225 105 2.76 3.460 20.22 1 0 3 1```

• 行过滤选取——filter
  • 我们选取cyl为4的数据

filter(mtcars,cyl == 4)
mpg cyl disp hp drat wt qsec vs am gear carb
1 519.84 4 108.0 93 3.85 2.320 18.61 1 1 4 1
2 595.36 4 146.7 62 3.69 3.190 20.00 1 0 4 2
3 519.84 4 140.8 95 3.92 3.150 22.90 1 0 4 2
4 1049.76 4 78.7 66 4.08 2.200 19.47 1 1 4 1
5 924.16 4 75.7 52 4.93 1.615 18.52 1 1 4 2

  - 我们选取cly为4且hp大于等于100的数据

filter(mtcars,cyl == 4 & hp >= 100)
mpg cyl disp hp drat wt qsec vs am gear carb
1 924.16 4 95.1 113 3.77 1.513 16.9 1 1 5 2
2 457.96 4 121.0 109 4.11 2.780 18.6 1 1 4 2```

有没有发现，它是那么的简单高效，选择数据集，设置过滤条件，然后就ok了~

• 列选取——select
  • 我们选择mpg列到wt列

                             mpg cyl  disp  hp drat    wt
Mazda RX4            441.00   6 160.0 110 3.90 2.620
Mazda RX4 Wag        441.00   6 160.0 110 3.90 2.875
Datsun 710           519.84   4 108.0  93 3.85 2.320
Hornet 4 Drive       457.96   6 258.0 110 3.08 3.215
Hornet Sportabout    349.69   8 360.0 175 3.15 3.440
Valiant              327.61   6 225.0 105 2.76 3.460
Duster 360           204.49   8 360.0 245 3.21 3.570```

   - 如果我们只想去除某一列，就是看他不顺眼了，比如wt列
 ```select(mtcars,-wt)
                            mpg cyl  disp  hp drat  qsec vs am gear carb
Mazda RX4            441.00   6 160.0 110 3.90 16.46  0  1    4    4
Mazda RX4 Wag        441.00   6 160.0 110 3.90 17.02  0  1    4    4
Datsun 710           519.84   4 108.0  93 3.85 18.61  1  1    4    1
Hornet 4 Drive       457.96   6 258.0 110 3.08 19.44  1  0    3    1
Hornet Sportabout    349.69   8 360.0 175 3.15 17.02  0  0    3    2
Valiant              327.61   6 225.0 105 2.76 20.22  1  0    3    1
Duster 360           204.49   8 360.0 245 3.21 15.84  0  0    3    4
Merc 240D            595.36   4 146.7  62 3.69 20.00  1  0    4    2
Merc 230             519.84   4 140.8  95 3.92 22.90  1  0    4    2```

  **历史依旧是这么的偶然+必然，我们又一次感受到了它的简洁，选择数据集，选择需要的列，顺利拿下~**
- 排序——arrange
  - 我这个人比较喜欢按照hp排序，但是排序也有两种，越来越大，越来越小，无所谓，不就是一个符号的事儿么？

arrange(mtcars,hp)
mpg cyl disp hp drat wt qsec vs am gear carb
1 924.16 4 75.7 52 4.93 1.615 18.52 1 1 4 2
2 595.36 4 146.7 62 3.69 3.190 20.00 1 0 4 2
3 1149.21 4 71.1 65 4.22 1.835 19.90 1 1 4 1
4 1049.76 4 78.7 66 4.08 2.200 19.47 1 1 4 1
5 745.29 4 79.0 66 4.08 1.935 18.90 1 1 4 1

那要降序呢？其实只需要一个减号（“-”)，同样也可以使用desc(wt)这种写法。
```arrange(mtcars,-hp)
           mpg cyl  disp  hp drat    wt  qsec vs am gear carb
1   225.00   8 301.0 335 3.54 3.570 14.60  0  1    5    8
2   249.64   8 351.0 264 4.22 3.170 14.50  0  1    5    4
3   204.49   8 360.0 245 3.21 3.570 15.84  0  0    3    4
4   176.89   8 350.0 245 3.73 3.840 15.41  0  0    3    4
5   216.09   8 440.0 230 3.23 5.345 17.42  0  0    3    4```

- 扩展——mutate
有时候我们需要将某个变量拆分（比如日期我们可以拆分成“年”、“月”、“日”三列变量，同样我们也可以合成一些变量（如销售额=单价\*销量等），这时候，我们便可以使用mutate进行处理。由于mtcars包内没有时间戳，所以不能做拆分，我们做如下示例：我们定义一个测试变量test1 = wt*hp，test2 = test1-50（没有任何意义，仅供测试）

mutate(mtcars,test1 = wt*hp,test2 = test1-50)
mpg cyl disp hp drat wt qsec vs am gear carb test1 test2
1 441.00 6 160.0 110 3.90 2.620 16.46 0 1 4 4 288.200 238.200
2 441.00 6 160.0 110 3.90 2.875 17.02 0 1 4 4 316.250 266.250
3 519.84 4 108.0 93 3.85 2.320 18.61 1 1 4 1 215.760 165.760
4 457.96 6 258.0 110 3.08 3.215 19.44 1 0 3 1 353.650 303.650
5 349.69 8 360.0 175 3.15 3.440 17.02 0 0 3 2 602.000 552.000```

• 汇总——summarise
  汇总函数可谓是非常重要，我们常见的取最大值，最小值，平均值，方差等，我们该如何使用它呢，其实方法类似，不信我们接着瞧~
  • 我们想找到hp列的最大值，最小值，平均值，唯一值的数量。

summarise(mtcars,max = max(hp),min = min(hp),mean = mean(hp),n = n_distinct(hp))
        max min     mean  n
1 335  52 146.6875 22```

**今天我们就写到这里，11月的最后一天，新的一个月又要开始了，2016年的最后一个月，不知道你会这样度过？
2017年近在咫尺，那些吹过的牛逼实现了么，那些喜欢的人追到了么？那些好朋友还有联系么？说声珍重，好好爱惜身边人。**