数据处理第2节(将列转换为正确的形状)
这是一系列dplyr函数中的第二篇文章。 它涵盖了操纵列以便按照您希望的方式获取它们的工具:这可以是计算新列,将列更改为离散值或拆分/合并列。数据集
根据之前的博客文章,当你有很多专栏时,为了方便人们复制粘贴代码和实验,我使用的是ggplot2内置数据集
library(tidyverse)glimpse(msleep)## Observations: 83
## Variables: 11
## $ name "Cheetah", "Owl monkey", "Mountain beaver", "Grea...
## $ genus "Acinonyx", "Aotus", "Aplodontia", "Blarina", "Bo...
## $ vore "carni", "omni", "herbi", "omni", "herbi", "herbi...
## $ order "Carnivora", "Primates", "Rodentia", "Soricomorph...
## $ conservation "lc", NA, "nt", "lc", "domesticated", NA, "vu", N...
## $ sleep_total 12.1, 17.0, 14.4, 14.9, 4.0, 14.4, 8.7, 7.0, 10.1...
## $ sleep_rem NA, 1.8, 2.4, 2.3, 0.7, 2.2, 1.4, NA, 2.9, NA, 0....
## $ sleep_cycle NA, NA, NA, 0.1333333, 0.6666667, 0.7666667, 0.38...
## $ awake 11.9, 7.0, 9.6, 9.1, 20.0, 9.6, 15.3, 17.0, 13.9,...
## $ brainwt NA, 0.01550, NA, 0.00029, 0.42300, NA, NA, NA, 0....
## $ bodywt 50.000, 0.480, 1.350, 0.019, 600.000, 3.850, 20.4...
转换列:基础部分 您可以使用
mutate()
函数创建新列。 mutate中的选项几乎是无穷无尽的:你可以对普通向量做任何事情,可以在mutate()
函数内完成。mutate
中的任何内容都可以是新列(通过赋予mutate新的列名),或者可以替换当前列(通过保持相同的列名)。最简单的选项之一是基于其他列中的值的计算。 在示例代码中,我们将睡眠数据从以小时为单位的数据更改为分钟。
msleep %>%
select(name, sleep_total) %>%
mutate(sleep_total_min = sleep_total * 60)## # A tibble: 83 x 3
##namesleep_total sleep_total_min
##
##1 Cheetah12.1726
##2 Owl monkey17.01020
##3 Mountain beaver14.4864
##4 Greater short-tailed shrew14.9894
##5 Cow4.00240
##6 Three-toed sloth14.4864
##7 Northern fur seal8.70522
##8 Vesper mouse7.00420
##9 Dog10.1606
## 10 Roe deer3.00180
## # ... with 73 more rows
可以使用aggregate函数制作新列,例如average,median,max,min,sd等等。示例代码生成两个新列:一列显示观察对象与平均睡眠时间的差值,一列显示观察对象与睡眠最少的动物的差值。
msleep %>%
select(name, sleep_total) %>%
mutate(sleep_total_vs_AVG = sleep_total - round(mean(sleep_total), 1),
sleep_total_vs_MIN = sleep_total - min(sleep_total))## # A tibble: 83 x 4
##namesleep_total sleep_total_vs_AVG sleep_total_~
##
##1 Cheetah12.11.7010.2
##2 Owl monkey17.06.6015.1
##3 Mountain beaver14.44.0012.5
##4 Greater short-tailed shrew14.94.5013.0
##5 Cow4.00-6.402.10
##6 Three-toed sloth14.44.0012.5
##7 Northern fur seal8.70-1.706.80
##8 Vesper mouse7.00-3.405.10
##9 Dog10.1-0.3008.20
## 10 Roe deer3.00-7.401.10
## # ... with 73 more rows
在下面的评论中,Steve询问了跨列的aggregate函数。 这些函数本质上需要总结一个列(如上所示),如果你想在列之间使用
sum()
或mean()
,你可能会遇到错误或荒谬的答案。 在这些情况下,您可以恢复实际拼写算术:mutate(average =(sleep_rem + sleep_cycle)/ 2)
或者您必须向管道添加一条特殊指令,它应该执行这些聚合函数而不是整个 列,但按行:#alternative to using the actual arithmetics:
msleep %>%
select(name, contains("sleep")) %>%
rowwise() %>%
mutate(avg = mean(c(sleep_rem, sleep_cycle)))## Source: local data frame [83 x 5]
## Groups:
##
## # A tibble: 83 x 5
##namesleep_total sleep_rem sleep_cycleavg
##
##1 Cheetah12.1NANANA
##2 Owl monkey17.01.80NANA
##3 Mountain beaver14.42.40NANA
##4 Greater short-tailed shrew14.92.300.1331.22
##5 Cow4.000.7000.6670.683
##6 Three-toed sloth14.42.200.7671.48
##7 Northern fur seal8.701.400.3830.892
##8 Vesper mouse7.00NANANA
##9 Dog10.12.900.3331.62
## 10 Roe deer3.00NANANA
## # ... with 73 more rows
ifelse()
函数值得特别提及,因为如果你不想以相同的方式改变整个列,它会特别有用。 使用ifelse()
,首先指定一个逻辑语句,然后在语句返回“TRUE”时需要发生什么,最后如果它是“FALSE”则需要发生什么。想象一下,我们有一个包含两个大值的数据库,我们假设它们是拼写错误或测量错误,我们想要排除它们。 下面的代码将使任何
brainwt
值超过4并返回NA。 在这种情况下,代码不会因4以下的任何内容而改变。msleep %>%
select(name, brainwt) %>%
mutate(brainwt2 = ifelse(brainwt > 4, NA, brainwt)) %>%
arrange(desc(brainwt))## # A tibble: 83 x 3
##namebrainwt brainwt2
##
##1 African elephant5.71NA
##2 Asian elephant4.60NA
##3 Human1.321.32
##4 Horse0.6550.655
##5 Chimpanzee0.4400.440
##6 Cow0.4230.423
##7 Donkey0.4190.419
##8 Gray seal0.3250.325
##9 Baboon0.1800.180
## 10 Pig0.1800.180
## # ... with 73 more rows
您还可以使用stringr的
str_extract()
函数以及任何字符或正则表达式模式来改变字符串列。示例代码将返回动物名称的最后一个单词并使其为小写。msleep %>%
select(name) %>%
mutate(name_last_word = tolower(str_extract(name, pattern = "\\w+$")))## # A tibble: 83 x 2
##namename_last_word
##
##1 Cheetahcheetah
##2 Owl monkeymonkey
##3 Mountain beaverbeaver
##4 Greater short-tailed shrew shrew
##5 Cowcow
##6 Three-toed slothsloth
##7 Northern fur sealseal
##8 Vesper mousemouse
##9 Dogdog
## 10 Roe deerdeer
## # ... with 73 more rows
一次性Mutate数列 这就是有趣的地方。 就像第1部分中的
select()
函数一样,mutate()
有变种:*
mutate_all()
将根据您的进一步说明改变所有列*
mutate_if()
首先需要一个返回布尔值的函数来选择列。 如果确实如此,那么将对这些变量进行mutate指令。*
mutate_at()
要求你在vars()
参数中指定要进行变异的列。Mutate全部列
mutate_all()
版本是最容易理解的,在清理数据时非常漂亮。 您只需传递要在所有列中应用的操作(以函数的形式)。容易入手:将所有数据转换为小写:msleep %>%
mutate_all(tolower)## # A tibble: 83 x 11
##namegenus voreorder conservation sleep_total sleep_rem sleep_cycle
##
##1 cheet~ acin~ carni carn~ lc12.1
##2 owl m~ aotus omniprim~ 171.8
##3 mount~ aplo~ herbi rode~ nt14.42.4
##4 great~ blar~ omnisori~ lc14.92.30.133333333
##5 cowbosherbi arti~ domesticated 40.70.666666667
##6 three~ brad~ herbi pilo~ 14.42.20.766666667
##7 north~ call~ carni carn~ vu8.71.40.383333333
##8 vespe~ calo~ rode~ 7
##9 dogcanis carni carn~ domesticated 10.12.90.333333333
## 10 roe d~ capr~ herbi arti~ lc3
## # ... with 73 more rows, and 3 more variables: awake , brainwt ,
## #bodywt
mutating 动作需要是一个函数:在许多情况下,您可以传递函数名称而不使用括号,但在某些情况下,您需要参数或者您想要组合元素。 在这种情况下,您有一些选择:要么预先创建一个函数(如果它更长时间有用),或者通过将它包装在funs()或波形符中来动态创建函数。我首先要使用
mutate_all()
搞砸了:下面的粘贴变异需要动态的函数。 你可以使用?paste(。,“/ n”)
或funs(paste(。,“/ n”))
。 在动态创建函数时,通常需要一种方法来引用要替换的值:这是.
符号。msleep_ohno <- msleep %>%
mutate_all(~paste(., "/n"))msleep_ohno[,1:4]## # A tibble: 83 x 4
##namegenusvoreorder
##
##1 "Cheetah/n""Acinonyx/n""carni~ "Carn~
##2 "Owl monkey/n""Aotus/n""omni ~ "Prim~
##3 "Mountain beaver/n""Aplodontia/n""herbi~ "Rode~
##4 "Greater short-tailed shrew/n" "Blarina/n""omni ~ "Sori~
##5 "Cow/n""Bos/n""herbi~ "Arti~
##6 "Three-toed sloth/n""Bradypus/n""herbi~ "Pilo~
##7 "Northern fur seal/n""Callorhinus/n" "carni~ "Carn~
##8 "Vesper mouse/n""Calomys/n""NA~ "Rode~
##9 "Dog/n""Canis/n""carni~ "Carn~
## 10 "Roe deer/n""Capreolus/n""herbi~ "Arti~
## # ... with 73 more rows
【数据处理第2节(将列转换为正确的形状)】让我们再次清理它:
在这段代码中它首先删除任何/ n,然后修剪任何其他空格:
msleep_corr <- msleep_ohno %>%
mutate_all(~str_replace_all(., "/n", "")) %>%
mutate_all(str_trim)msleep_corr[,1:4]## # A tibble: 83 x 4
##namegenusvoreorder
##
##1 CheetahAcinonyxcarni Carnivora
##2 Owl monkeyAotusomniPrimates
##3 Mountain beaverAplodontiaherbi Rodentia
##4 Greater short-tailed shrew BlarinaomniSoricomorpha
##5 CowBosherbi Artiodactyla
##6 Three-toed slothBradypusherbi Pilosa
##7 Northern fur sealCallorhinus carni Carnivora
##8 Vesper mouseCalomysNARodentia
##9 DogCaniscarni Carnivora
## 10 Roe deerCapreolusherbi Artiodactyla
## # ... with 73 more rows
Mutate if
并非所有的清理功能都可以使用
mutate_all()
来完成。 如果同时具有数字和字符列,则尝试对数据进行舍入将导致错误。msleep %>%
mutate_all(round)
Error in mutate_impl(.data, dots) : Evaluation error: non-numeric argument to mathematical function.
在这些情况下,我们必须在给出
round()
指令之前添加列需要为数字的条件,这可以使用mutate_if来完成。通过使用
mutate_if()
,我们在管道中需要两个参数:- 首先,它需要有关列的信息。 此信息必须是返回布尔值的函数。 最简单的情况是
is.numeric
,is.integer
,is.double
,is.logical
,is.factor
,lubridate :: is.POSIXt
或lubridate :: is.Date
。
- 其次,它需要以函数形式的变异指令。 如果需要,请使用代字号或
funs()
之前(见上文)。
msleep %>%
select(name, sleep_total:bodywt) %>%
mutate_if(is.numeric, round)## # A tibble: 83 x 7
##namesleep_total sleep_rem sleep_cycle awake brainwt bodywt
##
##1 Cheetah12.0NANA12.0NA50.0
##2 Owl monkey17.02.00NA7.0000
##3 Mountain beaver14.02.00NA10.0NA1.00
##4 Greater short-t~15.02.0009.0000
##5 Cow4.001.001.00 20.00 600
##6 Three-toed sloth14.02.001.00 10.0NA4.00
##7 Northern fur se~9.001.00015.0NA20.0
##8 Vesper mouse7.00NANA17.0NA0
##9 Dog10.03.00014.0014.0
## 10 Roe deer3.00NANA21.0015.0
## # ... with 73 more rows
更改特定列
通过使用
mutate_at()
,我们在管道中需要两个参数:- 首先,它需要有关列的信息。 在这种情况下,您可以包装任何列的选择(使用
select()
函数内可能的所有选项)并将其包装在vars()
中。
- 其次,它需要以函数形式的变异指令。 如果需要,请使用代字号或
funs()
之前(见上文)。
mutate_at()
并将包含列的所有'sleep'包装在vars()
中。 其次,我在飞行中创建一个函数,将每个值乘以60。示例代码显示,在这种情况下,所有
sleep
列都已更改为分钟,但awake
没有。msleep %>%
select(name, sleep_total:awake) %>%
mutate_at(vars(contains("sleep")), ~(.*60))## # A tibble: 83 x 5
##namesleep_total sleep_rem sleep_cycle awake
##
##1 Cheetah726NANA11.9
##2 Owl monkey1020108NA7.00
##3 Mountain beaver864144NA9.60
##4 Greater short-tailed shrew8941388.009.10
##5 Cow24042.040.020.0
##6 Three-toed sloth86413246.09.60
##7 Northern fur seal52284.023.015.3
##8 Vesper mouse420NANA17.0
##9 Dog60617420.013.9
## 10 Roe deer180NANA21.0
## # ... with 73 more rows
mutation后更改列名
使用单个
mutate()
语句,您可以立即选择更改列名称。 例如,在上面的示例中,令人困惑的是睡眠列位于不同的单元中,您可以通过调用重命名函数来更改它:msleep %>%
select(name, sleep_total:awake) %>%
mutate_at(vars(contains("sleep")), ~(.*60)) %>%
rename_at(vars(contains("sleep")), ~paste0(.,"_min"))## # A tibble: 83 x 5
##namesleep_total_min sleep_rem_min sleep_cycle_min awake
##
##1 Cheetah726NANA11.9
##2 Owl monkey1020108NA7.00
##3 Mountain beaver864144NA9.60
##4 Greater short-tail~8941388.009.10
##5 Cow24042.040.020.0
##6 Three-toed sloth86413246.09.60
##7 Northern fur seal52284.023.015.3
##8 Vesper mouse420NANA17.0
##9 Dog60617420.013.9
## 10 Roe deer180NANA21.0
## # ... with 73 more rows
https://twitter.com/TomasMcManus1/status/981187099649912832)指出:你可以在
funs()
中指定一个“标签”,它将附加到当前名称。 两个选项之间的主要区别是:funs()
版本是一行代码少,但是将添加而不是替换列。 根据您的情况,两者都可能有用。msleep %>%
select(name, sleep_total:awake) %>%
mutate_at(vars(contains("sleep")), funs(min = .*60))## # A tibble: 83 x 8
##namesleep_total sleep_rem sleep_cycle awake sleep_total_min
##
##1 Cheetah12.1NANA11.9726
##2 Owl monkey17.01.80NA7.001020
##3 Mountain beaver14.42.40NA9.60864
##4 Greater short-~14.92.300.1339.10894
##5 Cow4.000.7000.667 20.0240
##6 Three-toed slo~14.42.200.7679.60864
##7 Northern fur s~8.701.400.383 15.3522
##8 Vesper mouse7.00NANA17.0420
##9 Dog10.12.900.333 13.9606
## 10 Roe deer3.00NANA21.0180
## # ... with 73 more rows, and 2 more variables: sleep_rem_min ,
## #sleep_cycle_min
使用离散列 重新编码离散列
要重命名或重新组织当前的离散列,可以在
mutate()
语句中使用recode()
:这使您可以更改当前命名,或将当前级别分组到更低级别。 .default
指的是除NA之外的前组不包含的任何内容。 如果需要,可以通过添加.missing
参数将NA更改为NA以外的其他参数(请参阅下一个示例代码)。msleep %>%
mutate(conservation2 = recode(conservation,
"en" = "Endangered",
"lc" = "Least_Concern",
"domesticated" = "Least_Concern",
.default = "other")) %>%
count(conservation2)## # A tibble: 4 x 2
##conservation2n
##
## 1 Endangered4
## 2 Least_Concern37
## 3 other13
## 4 29
A special version exists to return a factor:
recode_factor()
. By default the .ordered
argument is FALSE
. To return an ordered factor set the argument to TRUE
:msleep %>%
mutate(conservation2 = recode_factor(conservation,
"en" = "Endangered",
"lc" = "Least_Concern",
"domesticated" = "Least_Concern",
.default = "other",
.missing = "no data",
.ordered = TRUE)) %>%
count(conservation2)## # A tibble: 4 x 2
##conservation2n
##
## 1 Endangered4
## 2 Least_Concern37
## 3 other13
## 4 no data29
创建新的离散型数据列(两个level)
ifelse()
语句可用于将数字列转换为离散列。 如上所述,ifelse()
采用逻辑表达式,然后如果表达式返回“TRUE”则该怎么办,最后当它返回“FALSE”时要做什么。示例代码将当前度量“sleep_total”划分为离散的“长”或“短”睡眠者。msleep %>%
select(name, sleep_total) %>%
mutate(sleep_time = ifelse(sleep_total > 10, "long", "short")) ## # A tibble: 83 x 3
##namesleep_total sleep_time
##
##1 Cheetah12.1long
##2 Owl monkey17.0long
##3 Mountain beaver14.4long
##4 Greater short-tailed shrew14.9long
##5 Cow4.00 short
##6 Three-toed sloth14.4long
##7 Northern fur seal8.70 short
##8 Vesper mouse7.00 short
##9 Dog10.1long
## 10 Roe deer3.00 short
## # ... with 73 more rows
创建新的离散列(多个级别)
ifelse()
可以嵌套,但如果你想要两个以上的级别,但是使用case_when()
可能更容易,它允许你喜欢的语句数量多,并且比许多嵌套的ifelse
更容易阅读声明。参数按顺序计算,因此只有第一个语句不为true的行才会继续为下一个语句计算。 对于最后留下的所有内容,只需使用
TRUE~“newname”
。不幸的是,似乎没有简单的方法让
case_when()
返回一个有序的因子,所以你需要自己做,之后使用forcats :: fct_relevel()
,或者只是一个因子()
函数。 如果你有很多关卡,我会建议你提前制作一个关卡矢量,以避免过多地混乱。msleep %>%
select(name, sleep_total) %>%
mutate(sleep_total_discr = case_when(
sleep_total > 13 ~ "very long",
sleep_total > 10 ~ "long",
sleep_total > 7 ~ "limited",
TRUE ~ "short")) %>%
mutate(sleep_total_discr = factor(sleep_total_discr,
levels = c("short", "limited",
"long", "very long")))## # A tibble: 83 x 3
##namesleep_total sleep_total_discr
##
##1 Cheetah12.1long
##2 Owl monkey17.0very long
##3 Mountain beaver14.4very long
##4 Greater short-tailed shrew14.9very long
##5 Cow4.00 short
##6 Three-toed sloth14.4very long
##7 Northern fur seal8.70 limited
##8 Vesper mouse7.00 short
##9 Dog10.1long
## 10 Roe deer3.00 short
## # ... with 73 more rows
case_when()
函数不仅可以在单独列工作,还可以用于跨列分组:msleep %>%
mutate(silly_groups = case_when(
brainwt < 0.001 ~ "light_headed",
sleep_total > 10 ~ "lazy_sleeper",
is.na(sleep_rem) ~ "absent_rem",
TRUE ~ "other")) %>%
count(silly_groups)## # A tibble: 4 x 2
##silly_groupsn
##
## 1 absent_rem8
## 2 lazy_sleeper39
## 3 light_headed6
## 4 other30
拆分和合并列 数据来源:(https://raw.githubusercontent.com/suzanbaert/RTutorials/master/Rmd_originals/conservation_explanation.csv)
(conservation_expl <- read_csv("conservation_explanation.csv"))## # A tibble: 11 x 1
##`conservation abbreviation`
##
##1 EX = Extinct
##2 EW = Extinct in the wild
##3 CR = Critically Endangered
##4 EN = Endangered
##5 VU = Vulnerable
##6 NT = Near Threatened
##7 LC = Least Concern
##8 DD = Data deficient
##9 NE = Not evaluated
## 10 PE = Probably extinct (informal)
## 11 PEW = Probably extinct in the wild (informal)
您可以使用tidyr的
separate()
函数拆分列。为此,首先指定要拆分的列,然后指定新的列名,以及用于拆分的分隔符。示例代码显示基于'='作为分隔符分隔成两列。(conservation_table <- conservation_expl %>%
separate(`conservation abbreviation`,
into = c("abbreviation", "description"), sep = " = "))## # A tibble: 11 x 2
##abbreviation description
##*
##1 EXExtinct
##2 EWExtinct in the wild
##3 CRCritically Endangered
##4 ENEndangered
##5 VUVulnerable
##6 NTNear Threatened
##7 LCLeast Concern
##8 DDData deficient
##9 NENot evaluated
## 10 PEProbably extinct (informal)
## 11 PEWProbably extinct in the wild (informal)
相反的是tidyr的
unite()
函数。 您指定新列名称,然后指定要合并的列,最后指定要使用的分隔符。conservation_table %>%
unite(united_col, abbreviation, description, sep=": ")## # A tibble: 11 x 1
##united_col
##*
##1 EX: Extinct
##2 EW: Extinct in the wild
##3 CR: Critically Endangered
##4 EN: Endangered
##5 VU: Vulnerable
##6 NT: Near Threatened
##7 LC: Least Concern
##8 DD: Data deficient
##9 NE: Not evaluated
## 10 PE: Probably extinct (informal)
## 11 PEW: Probably extinct in the wild (informal)
从其他数据表中引入列 如果要添加另一个数据框的信息,可以使用
dplyr
中的连接函数。连接本身就是一个章节,但在这种特殊情况下你会做一个left_join()
,即保持我的主表(在左边),并从另一个向右添加列。 在by =
语句中,您指定哪些列相同,因此连接知道要添加的位置。示例代码将把不同保护状态的描述添加到主
msleep
表中。 主要数据包含一个额外的“domisticated”标签,我想保留。 这是在表的最后一行用ifelse()
完成的。msleep %>%
select(name, conservation) %>%
mutate(conservation = toupper(conservation)) %>%
left_join(conservation_table, by = c("conservation" = "abbreviation")) %>%
mutate(description = ifelse(is.na(description), conservation, description))## # A tibble: 83 x 3
##nameconservation description
##
##1 CheetahLCLeast Concern
##2 Owl monkey
##3 Mountain beaverNTNear Threatened
##4 Greater short-tailed shrew LCLeast Concern
##5 CowDOMESTICATED DOMESTICATED
##6 Three-toed sloth
##7 Northern fur sealVUVulnerable
##8 Vesper mouse
##9 DogDOMESTICATED DOMESTICATED
## 10 Roe deerLCLeast Concern
## # ... with 73 more rows
展开和聚合数据
gather()
函数会将多列合并为一列。 在这种情况下,我们有3列描述时间度量。 对于某些分析和图表,可能有必要将它们合二为一。gather
函数需要您为新的描述性列指定名称(“key”),并为值列指定另一个名称(“value”)。 最后需要取消选择您不想收集的列。 在示例代码中,我取消选择列name
。msleep %>%
select(name, contains("sleep")) %>%
gather(key = "sleep_measure", value = "https://www.it610.com/article/time", -name)## # A tibble: 249 x 3
##namesleep_measuretime
##
##1 Cheetahsleep_total12.1
##2 Owl monkeysleep_total17.0
##3 Mountain beaversleep_total14.4
##4 Greater short-tailed shrew sleep_total14.9
##5 Cowsleep_total4.00
##6 Three-toed slothsleep_total14.4
##7 Northern fur sealsleep_total8.70
##8 Vesper mousesleep_total7.00
##9 Dogsleep_total10.1
## 10 Roe deersleep_total3.00
## # ... with 239 more rows
聚集中有用的属性是
factor_key
参数,默认为“FALSE”。 在前面的示例中,新列“sleep_measure”是一个字符向量。 如果您要进行总结或后续的绘制,则该列将按字母顺序排序。如果要保留原始顺序,请添加“factor_key = TRUE”,这将使新列成为有序因子。(msleep_g <- msleep %>%
select(name, contains("sleep")) %>%
gather(key = "sleep_measure", value = "https://www.it610.com/article/time", -name, factor_key = TRUE))## # A tibble: 249 x 3
##namesleep_measuretime
##
##1 Cheetahsleep_total12.1
##2 Owl monkeysleep_total17.0
##3 Mountain beaversleep_total14.4
##4 Greater short-tailed shrew sleep_total14.9
##5 Cowsleep_total4.00
##6 Three-toed slothsleep_total14.4
##7 Northern fur sealsleep_total8.70
##8 Vesper mousesleep_total7.00
##9 Dogsleep_total10.1
## 10 Roe deersleep_total3.00
## # ... with 239 more rows
聚合的反面是展开。 Spread将占用一列并从中生成多列。 如果您已经开始使用上一列,则可以在不同的列中获得不同的睡眠度量:
msleep_g %>%
spread(sleep_measure, time)## # A tibble: 83 x 4
##namesleep_total sleep_rem sleep_cycle
##*
##1 African elephant3.30NANA
##2 African giant pouched rat8.302.00NA
##3 African striped mouse8.70NANA
##4 Arctic fox12.5NANA
##5 Arctic ground squirrel16.6NANA
##6 Asian elephant3.90NANA
##7 Baboon9.401.000.667
##8 Big brown bat19.73.900.117
##9 Bottle-nosed dolphin5.20NANA
## 10 Brazilian tapir4.401.000.900
## # ... with 73 more rows
将数据转换为NA 函数
na_if()
将特定值转换为NA
。 在大多数情况下,命令可能是na_if(“”)
(即将空字符串转换为NA),但原则上你可以做任何事情。相同的代码会将任何“omni”的值转换为NAmsleep %>%
select(name:order) %>%
na_if("omni")## # A tibble: 83 x 4
##namegenusvoreorder
##
##1 CheetahAcinonyxcarni Carnivora
##2 Owl monkeyAotusPrimates
##3 Mountain beaverAplodontiaherbi Rodentia
##4 Greater short-tailed shrew BlarinaSoricomorpha
##5 CowBosherbi Artiodactyla
##6 Three-toed slothBradypusherbi Pilosa
##7 Northern fur sealCallorhinus carni Carnivora
##8 Vesper mouseCalomysRodentia
##9 DogCaniscarni Carnivora
## 10 Roe deerCapreolusherbi Artiodactyla
## # ... with 73 more rows
推荐阅读
- 亲娘
- 杨绛的父亲说(教育孩子独立,胜过当第一)
- 开学第一周反思
- 《4D卓越团队》第六章
- 亲子日记第207篇
- 六月第一周检视2018.6.4-10@赵巍
- 梓宸第四个儿童节
- 中原焦点团队付淑平网初十五期中十六期坚持分享第336天2020.04.15周四|中原焦点团队付淑平网初十五期中十六期坚持分享第336天2020.04.15周四 坚持约练145场
- 笔在荒芜
- 最高端的影视素材网站评测|最高端的影视素材网站评测 - 第一部分