原创 R 数据分析
练习数据：dplyr包自带的starwars
library(dplyr)
sw <- starwars
数据预览：
数据简介：
原始数据来自swapi，该网址现已停止服务
数据共87行13列，列变量为：
- name: 角色名
- height: 身高（cm）
- mass: 体重（kg）
- hair_color,skin_color,eye_color: 发色、肤色及瞳色
- birth_year: 出生年月（BBY=雅汶战役前）
- gender: 雄性、雌性、雌雄同体或无性
- homeworld: 故乡
- species: 种族
- films: 出场的电影列表
- vehicles: 角色驾驶过的车辆
- starships: 角色驾驶过的飞船
常用操作
筛选（filter)
# 选出星球大战数据集中的所有种族为人类的角色
humans <- filter(sw,species=="Human")
# 多重条件
# 选出所有黑发的人族角色
humanwithblackhair <- sw %>% filter(species=="Human",hair_color=="black")
# 等价于
humanwithblackhair <- humans %>% filter(hair_color=="black")
在功能上等价于同名data.frame的conditional indexing
# 此处sw为同名data.frame
humanwithblackhair <- sw[sw$species=="Human"&sw$hair_color=="black",]
切片（slice）
# 偶数列
evenrows <- slice(sw,seq(1,dim(sw)[1],2))
与filter的区别在于用的是直接用行序号（position）
排列（arrange）
# 按照身高逆序排列
rankbyheight <- arrange(sw,desc(height))
等价于data.frame+order
rankbyheight <- sw[order(sw$height,decreasing=TRUE),]
# bootstrap sampling
bootstrapping2X <- slice_sample(sw,prop=2,replace=TRUE)
选择（select）
# 选出所有颜色属性相关的列
# 方法一：罗列
attribute.color <- select(sw,hair_color,skin_color,eye_color)
# 方法二：切片
attribute.color <- select(sw,hair_color:eye_color)
# 方法三：匹配
attribute.color <- select(sw,ends_with("color")) # 在这里可以与contains互换
变幻（mutate）和转换（transmute）
# 为角色计算BMI指数（新增身高和BMI列）
sw_addBMI <- sw %>% mutate(height_m=height/100,BMI=mass/height_m^2,.before=hair_color)
# 只取计算所得的BMI
BMI <- sw %>% transmute(height_m=height/100,BMI=mass/height_m^2,.before=hair_color)
分组（group）和概括（summarise）
# 为每个种族计算平均身高
avgheightbyspecies <- sw %>% group_by(species) %>%
select(species,height) %>%
summarise(avg.height=mean(height,na.rm=TRUE))
参考链接：
dplyr官方overview
