本文介绍R语言dplyr包处理数据框的常用函数:filter()和slice()筛选行,arrange()排序,select()选列,mutate()新增变量,summarise()计算统计量,group_by()分组,并用管道符%>%组合多步操作。以MASS包的birthwt数据集演示,最后用epiDisplay包的Planning数据练习数据清理。
本课讲解整洁数据:每列一个变量、每行一个观测,便于向量化操作。以航班数据为例,用melt将矩阵转为长格式,dcast还原。data.table语法为DT[i,j,by],实现分组-聚合-合并,如按航空公司计算平均延误。用merge进行左、右、内、全连接,合并航班、天气、飞机等表。管道符可串联多步操作,使代码简洁高效。
完成下面两步后,将自动完成登录并继续当前操作。