dttm歌词(数据变换（filter使用）)

网友提问

被浏览：7138

关注者：219

最佳回答：

tidy流处理数据越来越流行，我想这与管道符%>% 的使用，数据处理动词化，有着很重要的关系。

用最少的时间，解决最重要的、最常见的问题，我把这称为是高效；剩余的难点，我把其称为提高。

filter动词的使用

首先需要明确的是

filter针对的是"行"的操作， select是针对列的操作

在这个基础之上，展开实战 使用nycflights13 包中的数据进行演示

1. 单独提出某一行

观察数据特点

flights#> # A tibble: 336,776 x 19#> year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time#> <int> <int> <int> <int> <int> <dbl> <int> <int>#> 1 2013 1 1 517 515 2 830 819#> 2 2013 1 1 533 529 4 850 830#> 3 2013 1 1 542 540 2 923 850#> 4 2013 1 1 544 545 -1 1004 1022#> 5 2013 1 1 554 600 -6 812 837#> 6 2013 1 1 554 558 -4 740 728#> # … with 336,770 more rows, and 11 more variables: arr_delay <dbl>,#> # carrier <chr>, flight <int>, tailnum <chr>, origin <chr>, dest <chr>,#> # air_time <dbl>, distance <dbl>, hour <dbl>, minute <dbl>, time_hour <dttm>提取月份为1，日期为1的数据

filter(flights, month == 1, day == 1)#> # A tibble: 842 x 19#> year month day dep_time sched_dep_time dep_delay arr_time sched_arr_time#> <int> <int> <int> <int> <int> <dbl> <int> <int>#> 1 2013 1 1 517 515 2 830 819#> 2 2013 1 1 533 529 4 850 830#> 3 2013 1 1 542 540 2 923 850#> 4 2013 1 1 544 545 -1 1004 1022#> 5 2013 1 1 554 600 -6 812 837#> 6 2013 1 1 554 558 -4 740 728#> # … with 836 more rows, and 11 more variables: arr_delay <dbl>, carrier <chr>,#> # flight <int>, tailnum <chr>, origin <chr>, dest <chr>, air_time <dbl>,#> # distance <dbl>, hour <dbl>, minute <dbl>, time_hour <dttm>

或者直接赋值给某一个变量

jan1 <- filter(flights, month == 1, day == 1)

插一个操作技巧，在变量两侧加上括号，也可以直接显示，结果

(jan1 <- filter(flights, month == 1, day == 1))2. 加入逻辑运算符提取多行

“&” 是“和”，“|” 是“或”，“!"指代“不是”

加上逻辑运算符，配合管道符，就可以进行多项条件选取的操作。 例如，要选取月份为11和12的观察选项，就会有两种写法

filter(flights, month == 11 | month == 12)

或者

nov_dec <- filter(flights, month %in% c(11, 12))

%in%是匹配符，在判断的时候经常用到

参考资料

https://r4ds.had.co.nz/transform.html

获赞：644

收藏：30

回答时间：2022-12-20 01:59:37