38reshape2 39tidyr 40dplyr

38reshape2

1.merge:把一个或多个共有的函数合并

例如：x<-data.frame(k1=c(NA,NA,2,3,4),k2=c(1,NA,NA,3,4),data=1:5)

          y<-data.frame(k1=c(1,2,3,4,5),k2=c(NA,2,3,4,5),data=1:5)

          merge(x,y,by=c("k1","k2"))k1大的交集

2.reshape2

install.packges("reshape2")

library(reshape2)

内置数据集：airquality

aq1<-melt(airquality)

名字小写：names(airquality)<-tolower(names(airquality))

aqw<-dcast(aq1,month+day~variable)

aqw<-dcast(aq1,month~variable,fun.aggregate=mean,na.rm=TRUE)

39tidyr

安装包：install.packages(c("tidyr","dplyr"))

加载包：libary(tidyr)

tidyr包有4个函数：

①gather:把宽数据转为长数据

②spread:把长数据转为宽数据

③unit：多列合为一列

④separate:一列分为多列

实例

mtcars

取10行3列

tdata<-mtcars[1:10,1:3]

tdata<-data.frame(names=rownames(tdata)，tdata)      #取tdata的行名

 row.names: NULL或单个整数或字符串，指定某列用作行名，或者一个字符或整型向量用作数据框的行名。

 

 gather(tdata,key="Key",value="Value",2:4)#2到4列

gdata<-gather(tdata,key="Key",value="Value",2:4)

separate(gdata,col=Value,into=c("A","B"))#col=列名

unite(x,col="AB",A,B)#col="AB”x新列名

40dplyr

library(dplyr)

查看函数: ls("package:dplyr")

①filter过滤：dplyr::filter(iris,Sepa1.Length>7)

②distinct：去重复行。dplyr:distinct(iri[1:10,],iris[1:15,])

③slice:取数据的任意行dplyr::slice(iris,10:15)

④sample_n随机取几行dplyr::sample_n(iris,10)

⑤sample_frac按比例随机取dplyr::sample_frac(iris,0.1)

⑥arrange排序dplyr::arrange(iris,Sepa1.Length)

统计函数

平均数  summarise(iris,avg=mean(Sepal.Length))  求和 summarise(iris,sum=sum(Sepal.Length))

链式操作符： %>% 将一个函数的输出作为一个函数的输入   Rstudio 使用ctrl+shift+M

head(mtcars,20)%>%tail(5)#取16到20行

分组函数    x<-head(mtcars)   dplyr::group_by(x,vs)

加新的变量 dplyr::mutate(mtcars,new=vs+am+gear+carb)

 

 

 

 

双表格的操作

 ①

a=data.frame(x1=c("A","B","C"),x2=c(1,2,3))b=data.frame(x1=c("A","B","D"),x3=c(T,F,T))

以左边的表为主left  并集full交集semi差集anti

dplyr::left_join(a,b,by="x1")

②j加一列mtcars<-mutate(mtcars,Model=rownames(mtcars))

first<-slice(mtcars,1:20)

second<-slice(mtcars,1:30)

交集：intersect(first,second)

并集：dplyr::union_all   补集：setdiff