dplyr学习笔记

#数据清理 ——dplyr package

• 加载包
  library(dplyr)
  library(hflights) #hflights是2011年从休斯顿起飞的航班

• 创建本地数据框
  tbl_df用于创建一个”local data frame”,相当于一个包装器,可以把data frame,sql数据类型转换成tbl对象。
  优势在于打印的时候显示比较智能化,根据显示屏分辨率来确定显示的变量个数。
  flights = tbl_df(hflights)
  flights

dplyr包基础函数：

1. 行过滤filter():根据准则筛选行
   首参数是tbl对象;后面接着是筛选条件;返回也是一个data frame
   ##选择某一天的航班
   fliter(flights,Month==-1,DayofMonth==1)
   filter(flights,Month==1,DayofMonth==1) 等价于 flights[Month==1 & DayofMonth==1,]
   filter(flights,Month==1 & DepTime>1400)
   filter(flights,DepTime <1400| ArrTime > 1600 )

   To select rows by position, use slice():
   slice(flights,1:5) #只显示前五行

2. select:根据名字选择变量列
   flight[,c(“DepTime”,”ArrTime”,”FlightNum”)]
   #dplyr
   select(flights,DepTime,ArrTime,FlightNum)
   # “:”选择连续列,contains来匹配列名
   select(flights,Year:DayofMo