一起向“统计诺奖”大佬学习R！R语言进阶教学之数据清洗（dplyr&tid...

https://github.com/rstudio/cheatsheets

https://github.com/rstudio/cheatsheets/tree/main/translations/chinese

tbl: data frame的一个子类

dplyr 数据清洗 常用函数

1、筛选

select：对列取子集

filter：通过逻辑，对行取子集

slice：通过位置，对行取子集，返回数据框

distinct / unique：选取没出现过的行

sample：随机选取一定比例的样本

arrange：排序（stable排序），desc()取倒序 VS order：排序 VS sort：排序向量，rev()取倒序   

2、合并

通过相同列名来合并（因此需要取名），可match很多列

可用by指定依据的列（默认依据第一列）

left_join：以左列为准，多退（删）少补（NA）

right_join：以右列为准

inner_join：删含NA的数据

full_join：包含所有数据

3、生成

mutate：根据原数据生成新列（可用lag做时间序列的延迟、cumsum做累加堆积图）

4、归纳

向量 → 标量

搭配group_by

tapply函数

（如果没有attach和detach，则需要加上前缀 iris$.，或者用管道）

管道

管道

tidyr（数据规整）

gather：把数据给拆成measure和value两列，放在原数据右边

separate / unite