生信必备R包之dplyr(四)

4.distinct()：返回唯一值，类似unique()

用法：
	 distinct(.data, ...)

Examples

df <- data.frame(
 x = sample(10, 100, rep = TRUE),
 y = sample(10, 100, rep = TRUE)
 )

distinct(df, x) #x列的唯一值

distinct(df, y) #y列的唯一值

5.mulate()函数：在原始数据集的基础上扩展新变量，并保留已有的变量，类似transform()

用法：
 mutate(.data, ...)
参数：
 .data : 一个data frame
 …：要扩展的新列

Examples

mutate(mtcars, displ_l = disp / 61.0237) #mtcars数据新加入一列displ_l

mutate(mtcars, cyl = NULL) #删除cyl列

transmute()：在原始数据集上扩展新变量，但删除已有的变量

用法：
	 transmute(.data, ...)

Examples

transmute(mtcars, displ_l = disp / 61.0237) #mtcars数据现在只有一列displ_l

6.summarise()函数：总结多个操作到一个data.frame

用法：
	 summarise(.data, ...)
参数：
	 .data : 一个data frame
 …：多个操作(包括函数、表达式等)

Examples

summarise(mtcars, mean(disp)) ##disp列的均值

summarise(group_by(mtcars, cyl), m = mean(disp), sd = sd(disp))

前几期7个函数的共性

1、第一个参数都是一个data frame

2、后面的参数描述如何处理data frame，使用列不需要使用$

3、结果是一个新的data frame

这些简单的操作连接在一起可以完成复杂的操作

ps：以上7个函数是dplyr包的主要函数，再讲解dplyr包的group_by()小函数

&、group_by()函数：分组操作

用法：
 group_by(.data, ...)

Examples

by_cyl <- group_by(mtcars, cyl) #mtcars按cyl列分组