R语言--高效操作数据框（dplyr包）（2）

2023-10-16 03:50
文章标签 语言 数据 高效 操作 dplyr

本文主要是介绍R语言--高效操作数据框（dplyr包）（2），希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

本文是R语言–高效操作数据框（dplyr包）系列的第二篇，介绍了列重命名、行筛选、行排序、行去重、数据合并等常见操作。

列重命名 rename

rename用来给列重命名，对于复杂情况的重命名特别有效。其中，全部列重命名采用基础方法names实现。

# 数据
tbl_df <- tibble(var1=1:4,var2=2:5,label=c("a","b","a","c"))
  • 单个模式
# 引用方式
tbl_df %>% rename(new_var1=var1,new_var2=var2) 

## # A tibble: 4 x 3
##   new_var1 new_var2 label
##      <int>    <int> <chr>
## 1        1        2 a    
## 2        2        3 b    
## 3        3        4 a    
## 4        4        5 c

# 位置方式
tbl_df %>% rename(new_var1=1,new_var2=2) 

## # A tibble: 4 x 3
##   new_var1 new_var2 label
##      <int>    <int> <chr>
## 1        1        2 a    
## 2        2        3 b    
## 3        3        4 a    
## 4        4        5 c
  • 批量模式
# 全部列
tbl_df %>% rename_all(paste,"new",sep="_") 

## # A tibble: 4 x 3
##   var1_new var2_new label_new
##      <int>    <int> <chr>    
## 1        1        2 a        
## 2        2        3 b        
## 3        3        4 a        
## 4        4        5 c

# 条件列
tbl_df %>% rename_if(is.character,paste,"new",sep="_")

## # A tibble: 4 x 3
##    var1  var2 label_new
##   <int> <int> <chr>    
## 1     1     2 a        
## 2     2     3 b        
## 3     3     4 a        
## 4     4     5 c

# 指定列
tbl_df %>% rename_at(c("var1","var2"),paste,"new",sep="_") 

## # A tibble: 4 x 3
##   var1_new var2_new label
##      <int>    <int> <chr>
## 1        1        2 a    
## 2        2        3 b    
## 3        3        4 a    
## 4        4        5 c

# 基础方法全部列重命名
tbl_df %>% `names<-`(c("new_var1","new_var2","new_label"))

## # A tibble: 4 x 3
##   new_var1 new_var2 new_label
##      <int>    <int> <chr>    
## 1        1        2 a        
## 2        2        3 b        
## 3        3        4 a        
## 4        4        5 c

行筛选 filter

filter函数用来对数据框行进行条件筛选，选择出数据框的子集。

# 数据
tbl_df <- tibble(var1=1:4,var2=2:5,var3=3:6)
  • 单个模式
tbl_df %>% filter(var1>1) # 单条件

## # A tibble: 3 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     2     3     4
## 2     3     4     5
## 3     4     5     6

tbl_df %>% filter(var1>1,var2<5) # 多条件

## # A tibble: 2 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     2     3     4
## 2     3     4     5

tbl_df %>% filter(var1>1 & var2<5) # 多条件(逻辑运算符)

## # A tibble: 2 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     2     3     4
## 2     3     4     5

tbl_df %>% filter(var1>mean(var1)) # 引用列

## # A tibble: 2 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     3     4     5
## 2     4     5     6

var1 <- 3
tbl_df %>% filter(var1>!!var1) # 非引用列

## # A tibble: 1 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     4     5     6

tbl_df %>% filter(row_number()==1) # 第一行

## # A tibble: 1 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     1     2     3

tbl_df %>% filter(row_number()==n()) # 最后一行

## # A tibble: 1 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     4     5     6

tbl_df %>% filter(between(row_number(),2,n())) # 第2到最后一行

## # A tibble: 3 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     2     3     4
## 2     3     4     5
## 3     4     5     6
  • 批量模式
# 全部列
tbl_df %>% filter_all(all_vars(.>1)) # 取交集(.代表任意列)

## # A tibble: 3 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     2     3     4
## 2     3     4     5
## 3     4     5     6

tbl_df %>% filter_all(any_vars(.>1)) # 取并集

## # A tibble: 4 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     1     2     3
## 2     2     3     4
## 3     3     4     5
## 4     4     5     6

# 条件列
tbl_df %>% filter_if(~min(.)>1,all_vars(.>3)) # 条件下取交集

## # A tibble: 2 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     3     4     5
## 2     4     5     6

tbl_df %>% filter_if(~min(.)>1,~.>3) # 结果同上

## # A tibble: 2 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     3     4     5
## 2     4     5     6

# 指定列
tbl_df %>% filter_at(c(1,2),all_vars(.>3))  # 指定列取交集

## # A tibble: 1 x 3
##    var1  var2  var3
##   <int> <int> <int>
## 1     4     5     6

行排序 arrange

arrange函数用来给数据框行排序。

# 数据
tbl_df <- tibble(var1=c(2,3,1,4),var2=2:5,label=c("a","b","a","c"))
  • 单个模式
tbl_df %>% arrange(label) # 单列升序排序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     2     2 a    
## 2     1     4 a    
## 3     3     3 b    
## 4     4     5 c

tbl_df %>% arrange(desc(label)) # 单列降序排序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     4     5 c    
## 2     3     3 b    
## 3     2     2 a    
## 4     1     4 a

tbl_df %>% arrange(label,var1) # 多列组合排序（都升序）

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     1     4 a    
## 2     2     2 a    
## 3     3     3 b    
## 4     4     5 c

tbl_df %>% arrange(label,desc(var1)) # 多列组合排序（label升序,var1降序）

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     2     2 a    
## 2     1     4 a    
## 3     3     3 b    
## 4     4     5 c
  • 批量模式
# 全部列
tbl_df %>% arrange_all() # 升序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     1     4 a    
## 2     2     2 a    
## 3     3     3 b    
## 4     4     5 c

tbl_df %>% arrange_all(desc) # 降序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     4     5 c    
## 2     3     3 b    
## 3     2     2 a    
## 4     1     4 a

# 条件列
tbl_df %>% arrange_if(is.character) # 升序

## 3     3     3 b    
## 4     4     5 c

tbl_df %>% arrange_if(is.character,desc) # 降序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     4     5 c    
## 2     3     3 b    
## 3     2     2 a    
## 4     1     4 a

# 指定列
tbl_df %>% arrange_at(c(1,2)) # 升序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     1     4 a    
## 2     2     2 a    
## 3     3     3 b    
## 4     4     5 c

tbl_df %>% arrange_at(c(1,2),desc) # 降序

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <int> <chr>
## 1     4     5 c    
## 2     3     3 b    
## 3     2     2 a    
## 4     1     4 a

行去重 distinct

distince函数用来给数据框行去重。

# 数据
tbl_df <- tibble(var1=c(1,1,3,4,4),var2=c(2,2,7,8,7),label=c("a","a","b","c","a"))
  • 单个模式
tbl_df %>% distinct() # 全部列整行去重

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <dbl> <chr>
## 1     1     2 a    
## 2     3     7 b    
## 3     4     8 c    
## 4     4     7 a

tbl_df %>% distinct(label) # 单列去重(返回该列)

## # A tibble: 3 x 1
##   label
##   <chr>
## 1 a    
## 2 b    
## 3 c

tbl_df %>% distinct(var1,var2) # 多列去重(返回多列)

## # A tibble: 4 x 2
##    var1  var2
##   <dbl> <dbl>
## 1     1     2
## 2     3     7
## 3     4     8
## 4     4     7

tbl_df %>% distinct(label,.keep_all = TRUE) # 单列去重(返回所有列)

## # A tibble: 3 x 3
##    var1  var2 label
##   <dbl> <dbl> <chr>
## 1     1     2 a    
## 2     3     7 b    
## 3     4     8 c

tbl_df %>% distinct(var1,var2,.keep_all = TRUE) # 多列去重(返回所有列)

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <dbl> <chr>
## 1     1     2 a    
## 2     3     7 b    
## 3     4     8 c    
## 4     4     7 a

tbl_df %>% distinct(diff=var2-var1,.keep_all = TRUE) # 运算后去重(返回所有列)

## # A tibble: 3 x 4
##    var1  var2 label  diff
##   <dbl> <dbl> <chr> <dbl>
## 1     1     2 a         1
## 2     3     7 b         4
## 3     4     7 a         3
  • 批量模式
# 全部列
tbl_df %>% distinct_all(rev) # 整行去重后转置

## # A tibble: 4 x 3
##    var1  var2 label
##   <dbl> <dbl> <chr>
## 1     4     7 a    
## 2     4     8 c    
## 3     3     7 b    
## 4     1     2 a

# 条件列
tbl_df %>% distinct_if(is.numeric) # 数值列去重

## # A tibble: 4 x 2
##    var1  var2
##   <dbl> <dbl>
## 1     1     2
## 2     3     7
## 3     4     8
## 4     4     7

# 指定列
tbl_df %>% distinct_at(c(1,2)) # 指定列去重

## # A tibble: 4 x 2
##    var1  var2
##   <dbl> <dbl>
## 1     1     2
## 2     3     7
## 3     4     8
## 4     4     7

数据框合并 bind_rows/bind_cols

bind_rows和bind_cols函数用来合并数据框。

  • 按行合并
# 数据框
df1 <- tibble(x=1:2,y=2:3)
df2 <- tibble(x=3:4,y=4:5)
# 向量
v1 <- c(x=1,y=2)
v2 <- c(x=3,y=4)
# 应用于数据框
bind_rows(df1,df2) # 单个合并

## # A tibble: 4 x 2
##       x     y
##   <int> <int>
## 1     1     2
## 2     2     3
## 3     3     4
## 4     4     5

bind_rows(list(df1,df2)) # list合并

## # A tibble: 4 x 2
##       x     y
##   <int> <int>
## 1     1     2
## 2     2     3
## 3     3     4
## 4     4     5

# 应用于向量
bind_rows(v1,v2) # 单个合并

## # A tibble: 2 x 2
##       x     y
##   <dbl> <dbl>
## 1     1     2
## 2     3     4

bind_rows(!!!list(v1,v2)) # list合并

## # A tibble: 2 x 2
##       x     y
##   <dbl> <dbl>
## 1     1     2
## 2     3     4

# 向量，数据框混合应用
bind_rows(v1,df1,v2)# 单个合并

## # A tibble: 4 x 2
##       x     y
##   <dbl> <dbl>
## 1     1     2
## 2     1     2
## 3     2     3
## 4     3     4

bind_rows(!!!list(v1,df1,v2)) # list合并

## # A tibble: 4 x 2
##       x     y
##   <dbl> <dbl>
## 1     1     2
## 2     1     2
## 3     2     3
## 4     3     4

# 增加分组名
bind_rows(df1,df2,.id = "group")

## # A tibble: 4 x 3
##   group     x     y
##   <chr> <int> <int>
## 1 1         1     2
## 2 1         2     3
## 3 2         3     4
## 4 2         4     5
  • 按列合并
# 数据框
df1 <- tibble(x=1:2,y=2:3)
df2 <- tibble(a=3:4,b=4:5)
# 应用于数据框
bind_cols(df1,df2) # 枚举多个

## # A tibble: 2 x 4
##       x     y     a     b
##   <int> <int> <int> <int>
## 1     1     2     3     4
## 2     2     3     4     5

bind_cols(list(df1,df2)) # 多个组成list

## # A tibble: 2 x 4
##       x     y     a     b
##   <int> <int> <int> <int>
## 1     1     2     3     4
## 2     2     3     4     5

在这里插入图片描述

这篇关于R语言--高效操作数据框（dplyr包）（2）的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！


http://www.chinasem.cn/article/218840。

相关文章

Mysql数据库中数据的操作CRUD详解

Mysql数据库中数据的操作CRUD详解

《Mysql数据库中数据的操作CRUD详解》：本文主要介绍Mysql数据库中数据的操作（CRUD）,详细描述对Mysql数据库中数据的操作（CRUD）,包括插入、修改、删除数据,还有查询数据,包括... 目录一、插入数据（insert）1.插入数据的语法2.注意事项二、修改数据（update）1.语法2.有
阅读更多...
Python文件操作与IO流的使用方式

Python文件操作与IO流的使用方式

《Python文件操作与IO流的使用方式》：本文主要介绍Python文件操作与IO流的使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、python文件操作基础1. 打开文件2. 关闭文件二、文件读写操作1.www.chinasem.cn 读取文件2. 写
阅读更多...
SpringBoot实现接口数据加解密的三种实战方案

SpringBoot实现接口数据加解密的三种实战方案

《SpringBoot实现接口数据加解密的三种实战方案》在金融支付、用户隐私信息传输等场景中,接口数据若以明文传输,极易被中间人攻击窃取,SpringBoot提供了多种优雅的加解密实现方案,本文将从原... 目录一、为什么需要接口数据加解密？二、核心加解密算法选择1. 对称加密（AES）2. 非对称加密（R
阅读更多...
基于Go语言实现Base62编码的三种方式以及对比分析

基于Go语言实现Base62编码的三种方式以及对比分析

《基于Go语言实现Base62编码的三种方式以及对比分析》Base62编码是一种在字符编码中使用62个字符的编码方式,在计算机科学中,,Go语言是一种静态类型、编译型语言,它由Google开发并开源,... 目录一、标准库现状与解决方案1. 标准库对比表2. 解决方案完整实现代码（含边界处理）二、关键实现细
阅读更多...
详解如何在SpringBoot控制器中处理用户数据

详解如何在SpringBoot控制器中处理用户数据

《详解如何在SpringBoot控制器中处理用户数据》在SpringBoot应用开发中,控制器（Controller）扮演着至关重要的角色,它负责接收用户请求、处理数据并返回响应,本文将深入浅出地讲解... 目录一、获取请求参数1.1 获取查询参数1.2 获取路径参数二、处理表单提交2.1 处理表单数据三、
阅读更多...
如何合理管控Java语言的异常

如何合理管控Java语言的异常

《如何合理管控Java语言的异常》：本文主要介绍如何合理管控Java语言的异常问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录1、介绍2、Thorwable类3、Error4、Exception类4.1、检查异常4.2、运行时异常5、处理方式5.1. 捕获异常
阅读更多...
C语言中的常见进制转换详解(从二进制到十六进制)

C语言中的常见进制转换详解(从二进制到十六进制)

《C语言中的常见进制转换详解(从二进制到十六进制)》进制转换是计算机编程中的一个常见任务,特别是在处理低级别的数据操作时,C语言作为一门底层编程语言,在进制转换方面提供了灵活的操作方式,今天,我们将深... 目录1、进制基础2、C语言中的进制转换2.1 从十进制转换为其他进制十进制转二进制十进制转八进制十进
阅读更多...
$在R语言中的作用示例小结

$在R语言中的作用示例小结

《$在R语言中的作用示例小结》在R语言中,$是一个非常重要的操作符,主要用于访问对象的成员或组件,它的用途非常广泛,不仅限于数据框（dataframe）,还可以用于列表（list）、环境（enviro... 目录1. 访问数据框（data frame）中的列2. 访问列表（list）中的元素3. 访问jav
阅读更多...
Java实现MinIO文件上传的加解密操作

Java实现MinIO文件上传的加解密操作

《Java实现MinIO文件上传的加解密操作》在云存储场景中,数据安全是核心需求之一,MinIO作为高性能对象存储服务,支持通过客户端加密（CSE）在数据上传前完成加密,下面我们来看看如何通过Java... 目录一、背景与需求二、技术选型与原理1. 加密方案对比2. 核心算法选择三、完整代码实现1. 加密上
阅读更多...
使用Python和SQLAlchemy实现高效的邮件发送系统

使用Python和SQLAlchemy实现高效的邮件发送系统

《使用Python和SQLAlchemy实现高效的邮件发送系统》在现代Web应用中,邮件通知是不可或缺的功能之一,无论是订单确认、文件处理结果通知,还是系统告警,邮件都是最常用的通信方式之一,本文将详... 目录引言1. 需求分析2. 数据库设计2.1 User 表（存储用户信息）2.2 CustomerO
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2