tidyverse：R语言中相当于python中pandas+matplotlib的存在

1241

收藏 2020-12-30

tidyverse：R语言中相当于python中pandas+matplotlib的存在[color=rgba(0, 0, 0, 0.3)]原创 [color=rgba(0, 0, 0, 0.3)]拴小林 https://www.tidyverse.org/

书籍网址：https://r4ds.had.co.nz/

The tidyverse is an opinionated collection of R packages designed for data science. All packages share an underlying design philosophy, grammar, and data structures.Install the complete tidyverse with:

复制代码

library(tidyverse) #加载以下tidyverse中核心的packages:

ggplot2：画图，可视化数据
dplyr：操控数据，过滤、排序等
tidyr：清理数据
readr：(从文件中读取数据
purrr：(提供好用的编程函数
tibble：data.frame升级款
stringr：处理字符，查找、替换等
forcats：处理因子问题

复制代码

以下讲：readr（读）、tibble（类型）、%>%(管道）、dplyr（加减乘除）、tidyr（透视/反透视）、ggplot2（可视化）

—

readr：数据导入/读取

readr comes with five parsers for rectangular file formats:

read_csv() and read_csv2() for csv files，csv文件（逗号分隔的文件，execl文件可以另存为csv文件）【必学】
read_tsv() for tabs separated files
read_fwf() for fixed-width files
read_log() for web log files

复制代码

读取其他格式数据：

readxl：readxls(); readxlsx();
haven：打开SAS 、SPSS、Stata等外部数据。

—

tibble：高级数据框（data.frame升级版）

——数据（列）类型一目了然

tibble是R语言中一个用来替换data.frame类型的扩展的数据框，tibble继承了data.frame，是弱类型的，同时与data.frame有相同的语法，使用起来更方便。tibble包，也是由Hadley开发的R包。

tibble对data.frame做了重新的设定：

tibble，不关心输入类型，可存储任意类型，包括list类型
tibble，没有行名设置 row.names
tibble，支持任意的列名
tibble，会自动添加列名
tibble，类型只能回收长度为1的输入
tibble，会懒加载参数，并按顺序运行
tibble，是tbl_df类型

tibble是data.frame的进化版，有如下优点：生成的数据框数据每列可以保持原来的数据格式；查看数据时，不再会一行显示不下（会自动隐藏一部分，自带head）；有两种方式来创建tibble格式的数据：

1. 直接创建

复制代码

2. 其他格式转化，使用as_tibble转换为tibble格式

复制代码

更多：http://blog.fens.me/r-tibble/

—

%>%：管道函数

——将左侧的值应用到右侧数据data位置

管道函数在tidyverse中，管道符号是数据整理的主力，可以把许多功能连在一起，而且简洁好看，比起R的基本代码更加容易阅读！例如：x %>% f(y) 等价于 f(x,y)
Rstudio中快捷键： ctrl+shift+m

以R中自带的iris（鸢尾花数据集）为例：

复制代码

—

dplyr：数据整理

dplyr包的下述五个函数用法

4.1 筛选: filter
4.2 排列: arrange
4.3 选择: select
4.4 变形: mutate
4.5 汇总: summarise
4.6 分组: group_by

复制代码

4.1 筛选: filter()

#按给定的逻辑判断筛选出符合要求的子数据集

复制代码

4.2 排列: arrange()

复制代码

4.3 选择: select()

复制代码

4.4 变形: mutate()

复制代码

4.5 汇总: summarise()

复制代码

4.6 分组: group_by()

复制代码

—

tidyr：数据整理

tidyr的两个主要函数是 gather()和 spread()。这些函数允许在长数据格式（long data）和宽数据格式（wide data）之间进行转换（功能类似于reshape包，但是比reshape更好用，并且可以用于管道%>%连接）。
tidyr包的下述四个函数用法5.1 宽数据转为长数据：gather （excel透视表反向操作）5.2 长数据转为宽数据：spread （excel透视表功能）5.3 多列合并为一列：unit5.4 将一列分离为多列：separat

复制代码

5.1 宽数据转为长数据：gather()
类似excel透视表反向操作
图片解析参考：https://www.zhihu.com/collection/467554113#gather(data, key, value, …, na.rm = FALSE, convert = FALSE)
#data：需要被转换的宽形表#key：将原数据框中的所有列赋给一个新变量key
#value：将原数据框中的所有值赋给一个新变量value
#…：可以指定哪些列聚到同一列中#na.rm：是否删除缺失值

复制代码

5.2 长数据转为宽数据：spread()

类似excel透视表操作
图片解析参考：https://www.zhihu.com/collection/467554113

复制代码

5.3 多列合并为一列：unit()

复制代码

6.4 将一列分离为多列：separate()

复制代码

—

ggplot2：R语言经典可视化包

R语言高阶可视化绘图系统：ggplot2入门 | 第8讲

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群