Tidyverse

The tidyverse is a set of packages that work in harmony because they share common data representations and API design. The tidyverse package is designed to make it easy to install and load core packages from the tidyverse in a single command.

一整套数据处理的方法包-----包含下面的包:

image.png

image.png

image.png

image.png

image.png

image.png

image.png

image.png

处理数据流程:

  1. 数据导入
  2. 数据整理
  3. 数据探索(可视化,统计分析)

If you’d like to learn how to use the tidyverse effectively, the best place to start is R for data science.

安装

# Install from CRAN
install.packages("tidyverse")

# Or the development version from GitHub
# install.packages("devtools")
devtools::install_github("tidyverse/tidyverse")

使用

library(tidyverse)will load the core tidyverse packages:

  • ggplot2, for data visualisation.
  • dplyr, for data manipulation.
  • tidyr, for data tidying.
  • readr, for data import.
  • purrr, for functional programming.
  • tibble, for tibbles, a modern re-imagining of data frames.
  • stringr, for strings.
  • forcats, for factors.
library(tidyverse)
#载入数据
library(datasets)
install.packages("gapminder")
library(gapminder)
attach(iris)
#数据过滤dplyr
#filter()函数可以用来取数据子集。
iris %>% 
  filter(Species == "virginica") # 指定满足的行
iris %>% 
  filter(Species == "virginica", Sepal.Length > 6) # 多个条件用,分隔
#排序
# arrange()函数用来对观察值排序,默认是升序。
iris %>% 
  arrange(Sepal.Length)
iris %>% 
  arrange(desc(Sepal.Length)) # 降序
# 新增变量
# mutate()可以更新或者新增数据框一列。
iris %>% 
  mutate(Sepal.Length = Sepal.Length * 10) # 将该列数值变成以mm为单位
iris %>% 
  mutate(SLMn = Sepal.Length * 10) # 创建新的一列
# 整合函数流:
iris %>% 
  filter(Species == "Virginica") %>% 
  mutate(SLMm = Sepal.Length) %>% 
  arrange(desc(SLMm))
## [1] Sepal.Length Sepal.Width  Petal.Length Petal.Width  Species     
## [6] SLMm        
## <0 行> (或0-长度的row.names)
# 汇总
# summarize()函数可以让我们将很多变量汇总为单个的数据点。
iris %>% 
  summarize(medianSL = median(Sepal.Length))
##   medianSL
## 1      5.8
iris %>% 
  filter(Species == "virginica") %>% 
  summarize(medianSL=median(Sepal.Length))
# 一次性汇总多个变量
iris %>% 
  filter(Species == "virginica") %>% 
  summarize(medianSL = median(Sepal.Length),
            maxSL = max(Sepal.Length))
# group_by()可以让我们安装指定的组别进行汇总数据,而不是针对整个数据框
iris %>% 
  group_by(Species) %>% 
  summarize(medianSL = median(Sepal.Length),
            maxSL = max(Sepal.Length))
iris %>% 
  filter(Sepal.Length>6) %>% 
  group_by(Species) %>% 
  summarize(medianPL = median(Petal.Length), 
            maxPL = max(Petal.Length))
# ggplot2
# 散点图
# 散点图可以帮助我们理解两个变量的数据关系,使用geom_point()可以绘制散点图:
iris_small <- iris %>% 
  filter(Sepal.Length > 5)

ggplot(iris_small, aes(x = Petal.Length,
                       y = Petal.Width)) + 
  geom_point()
# 颜色
ggplot(iris_small, aes(x = Petal.Length,
                       y = Petal.Width,
                       color = Species)) + 
  geom_point()
# 大小
ggplot(iris_small, aes(x = Petal.Length,
                       y = Petal.Width,
                       color = Species,
                       size = Sepal.Length)) + 
  geom_point()
# 分面
ggplot(iris_small, aes(x = Petal.Length,
                       y = Petal.Width)) + 
  geom_point() + 
  facet_wrap(~Species)
#线图
by_year <- gapminder %>% 
  group_by(year) %>% 
  summarize(medianGdpPerCap = median(gdpPercap))

ggplot(by_year, aes(x = year,
                    y = medianGdpPerCap)) +
  geom_line() + 
  expand_limits(y=0)
# 条形图
by_species <- iris %>%  
  filter(Sepal.Length > 6) %>% 
  group_by(Species) %>% 
  summarize(medianPL=median(Petal.Length))

ggplot(by_species, aes(x = Species, y=medianPL)) + 
  geom_col()
# 直方图
ggplot(iris_small, aes(x = Petal.Length)) + 
  geom_histogram()
## `stat_bin()` using `bins = 30`. Pick better value with `binwidth`.
# 箱线图
ggplot(iris_small, aes(x=Species, y=Sepal.Length)) + 
  geom_boxplot()

参考文章:
https://www.jianshu.com/p/f3c21a5ad10a
https://tidyverse.tidyverse.org/
https://zhuanlan.zhihu.com/p/88947457

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 195,898评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,401评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,058评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,539评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,382评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,319评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,706评论 3 386
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,370评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,664评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,715评论 2 312
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,476评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,326评论 3 313
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,730评论 3 299
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,003评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,275评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,683评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,877评论 2 335

推荐阅读更多精彩内容

  • 很多人推荐《R语言实战》这本书来入门R,当然,这本书非常不错,我也是通过这本书开始接触的R。这种入门的学习路径属于...
    亮亮就是亮阅读 3,713评论 1 27
  • R4DS[https://r4ds.had.co.nz/]:在线电子书用于学习tidyverse的用法 数据科学处...
    wo_monic阅读 1,443评论 0 8
  • tidyverse是进行数据科学的R包,是为数据科学设计的R软件包的集合。 所有软件包都共享基本的设计理念,语法和...
    DumplingLucky阅读 4,429评论 2 6
  • tidyverse包是对一些具有相同思想,且可以一同工作的R包的收集。载入tidyverse包的时候提醒哪些包是一...
    LeoinUSA阅读 7,586评论 0 4
  • Tidyverse是一系列优秀R包的合集,其中最常用的7个package包括ggplot2/tibble/tidy...
    生信小白2018阅读 1,494评论 0 1