dplyr包之实用总结之列选择及处理技巧

Posted 2021-02-28 cobby-baby

dplyr包实用总结之列选择及处理技巧

select()

• secect方法内添加列的名称即可，添加顺序决定output顺序。如果只是调整列的顺序，可在选择列后，使用everything()，添加剩余所有的列。

  msleep %>%
    select(conservation, sleep_total, everything()) %>%
    glimpse
  

• select()可以在选择列的时候直接对列名进行重命名,但在保留所有的列时又要改名，要使用rename()。

  msleep %>%
    select(animal = name, sleep_total, extinction_threat = conservation) %>% glimpse
  ###rename
  msleep %>% 
    rename(animal = name, extinction_threat = conservation) %>%
    glimpse
  

• 添加多列可以使用 : （start_col:end_cols）来提高效率，如果选择几个部分的列，列之间有间隔，你可以取消选择不用的列，用,号分隔后继续选择想要的列。

  在取消列时，依然可以使用减号-进行操作。

  ###glimpse，可以快速查看选择输出的列，而不用输出显示所有的列，建议常使用
  msleep %>%
    select(name:order, sleep_total:sleep_cycle) %>%
    glimpse
  ###取消某些列
  msleep %>% 
    select(-conservation, -(sleep_total:awake)) %>%
    glimpse
  ###可以全部取消，在选择想要列，例子中，conservation包含在name:awake区间
  msleep %>%
    select(-(name:awake), conservation) %>%
    glimpse
  

• 根据列的特点选择特定的列，如列名的开头starts_with（）、结尾ends_with（）、包含字符串contains（）、正则匹配matches（）、预先设定的列名one_of（）来选择。

  ###避免连续重新输入列名：one_of（）。 您可以预先设置列名，然后在select（）语句中通过将它们包装在one_of（）中或使用!!运算符来引用它们。
  classification <- c("name", "genus", "vore", "order", "conservation")
  msleep %>% select(!!classification)
  

select_if()

• select_if() 根据条件选择,select_if()允许传递返回逻辑语句的函数is.numeric,is.character,is.integer，is.double，is.logical，is.factor,你有日期列，你可以加载lubridate包，并使用is.POSIXt或is.Date

  my_data %>% select_if(is.numeric)
  

  select_if()可以选择否定，但此时需要添加波型符号将函数传递给seclect_if(), 实际上就是select_if()、select_all()、select_at() 将内部的函数（将添加了否定符号整体作为一个函数）当做参数来传递。如果你必须添加任何否定或者参数，你可以将其包装在funs()，也可以创建自定义的函数。

  select_if可以根据任何逻辑函数进行选择，而不仅仅基于数据类型。如选择平均值大于100所有的列。但要注意选择是数字类型的列，在使用均值函数mean时，mean()>100本身不是一个函数，应该添加波浪号或者包装在funs()中，将语句转为函数。

  ###分步骤
  msleep %>%
    select_if(is.numeric) %>%
    select_if(~mean(., na.rm=TRUE) > 100)
  ###整合在一起
  msleep %>%
    select_if(~is.numeric(.) & mean(., na.rm=TRUE) > 10)
  

  select_if() 还有一个比较常用的功能就是和n_distinct()一起使用，筛选出不同列中包含不同值的数量，同样n_distinct()<nums 也需要用波浪号转为函数。因为n_distinct()<nums 并不是函数。

  msleep %>% select_if(~n_distinct(.) < 10)
  

select_all()

select_all()可以将函数作为参数更改所有列，如使用toupper(),tolower()转换大小写列名。也可以在选择的时候对列名进行规范处理，如结果str_replace()替换不规则的列名符号。

msleep2 %>% select_all(~str_replace(., " ", "_"))

行名和列名转换

基础方法

bind(Me.id=rownames(norm_order_betadata),norm_order_betadata)
rownames(norm_order_betadata) <- NUL

使用dplyr包

norm_order_betadata %>% 
  tibble::rownames_to_column("Me.id")