目录

R语言第二章数据处理①选择列

R语言第二章数据处理②选择行

R语言第二章数据处理③删除重复数据

R语言第二章数据处理④数据框排序和重命名

R语言第二章数据处理⑤数据框列的转化和计算

=========================================

正文

本篇描述了如何计算R中的数据框并将其添加到数据框中。一般使用dplyr R包中以下R函数：

Mutate（）：计算新变量并将其添加到数据表中。 它保留了现有的变量。
Transmutate（）：计算新列但删除现有变量。
同时还有mutate（）和transmutate（）的三个变体来一次修改多个列：
Mutate_all（）/ transmutate_all（）：将函数应用于数据框中的每个列。
Mutate_at（）/ transmutate_at（）：将函数应用于使用字符向量选择的特定列
Mutate_if（）/ transmutate_if（）：将函数应用于使用返回TRUE的谓词函数选择的列

• mutate：通过保留现有变量来添加新变量，通过保留现有列来添加新列（sepal_by_petal）：

library(tidyverse)
my_data <- as_tibble(iris)
my_data
my_data %>% 
  mutate(sepal_by_petal_l = Sepal.Length/Petal.Length)

• transmute：通过删除现有变量来创建新变量，删除现有列，添加新列（sepal_by_petal）：

my_data %>%
  transmute(
    sepal_by_petal_l = Sepal.Length/Petal.Length,
    sepal_by_petal_w = Sepal.Width/Petal.Width
    )

• 一次修改多个列

函数mutate_all（）/ transmutate_all（），mutate_at（）/ transmutate_at（）和mutate_if（）/ transmutate_if（）可用于一次修改多个列。

简化格式如下：

# Mutate variants
mutate_all(.tbl, .funs, ...)
mutate_if(.tbl, .predicate, .funs, ...)
mutate_at(.tbl, .vars, .funs, ...)

# Transmutate variants
transmute_all(.tbl, .funs, ...)
transmute_if(.tbl, .predicate, .funs, ...)
transmute_at(.tbl, .vars, .funs, ...)

tbl：一个tbl数据框
funs：由funs（）生成的函数调用列表，或函数名称的字符向量，或简称为函数。predicate：要应用于列或逻辑向量的谓词函数。 选择predicate为或返回TRUE的变量。

• 转换特定列

mutate_at（）：转换按名称选择的特定列：

my_data2 %>%
  mutate_at(
    c("Sepal.Length", "Petal.Width"),
    funs(cm = ./2.54)
    )

• mutate_if（）：转换由谓词函数选择的特定列。
• mutate_if（）对于将变量从一种类型转换为另一种类型特别有用。

# 将所有因子列转化成字符
my_data %>% mutate_if(is.factor, as.character)
# 将左右数字列四舍五入
my_data %>% mutate_if(is.numeric, round, digits = 0)