R语言学习笔记9-数据过滤-分组-融合

R语言学习笔记9-数据过滤-分组-融合

• 数据过滤
• • 基础数据过滤
  • 条件筛选数据
  • 使用dplyr包进行数据操作
  • 使用subset()函数进行简单数据过滤
  • 数据分组
  • • 使用split()进行数据分组
    • 使用dplyr包进行数据分组
    • 使用data.table包进行数据分组
    • 数据融合
    • • 使用merge()进行数据融合
      • 使用dplyr包进行数据融合
      • 使用data.table包进行数据融合

        数据过滤

        数据选择是指从数据结构（如数据框、列表等）中提取、筛选或操作数据的过程。从数据集中提取符合条件的行或列。这在数据分析和清洗过程中非常常见，可以从大量数据中快速筛选出需要的部分，R提供了包括基础的索引、逻辑条件、函数式编程方法等实现

        
        （图片来源网络，侵删）

        基础数据过滤

        使用方括号 [ ] 进行基本索引和切片

        # 创建一个示例数据框
        df  25, ]  # 筛选年龄大于25岁的行数据
        # 多条件筛选
        df[df$age > 25 & df$gender == "M", ]  # 筛选年龄大于25岁且性别为男性的行数据
        

        使用dplyr包进行数据操作

        # 加载 dplyr 包
        library(dplyr)
        # 示例数据框
        df  25)
        # 多条件筛选
        df_multi_filter %
          filter(age > 25, gender == "M")
        # 按条件计算新列
        df_calculated %
          mutate(score_adjusted = score * 1.1)  # 添加一个新的列，表示成绩调整后的值
        # 按组计算汇总统计
        df_summary %
          group_by(gender) %>%
          summarise(mean_age = mean(age), max_score = max(score))  # 按性别计算平均年龄和最高分
        print(df_selected)
        print(df_filtered)
        print(df_multi_filter)
        print(df_calculated)
        print(df_summary)
        

        使用subset()函数进行简单数据过滤

        subset()函数可以根据行和列的逻辑条件从数据框中选择子集

        # 使用 subset 函数筛选数据
        # 筛选年龄大于25岁的行
        filtered_df  25)
        # 多条件筛选
        filtered_df  25 & gender == "M")
        # 查看处理后的数据
        print(filtered_df)
        输出结果：
             name age gender score
        2     Bob  30      M    92
        3 Charlie  28      M    85
        

        数据分组

        数据分组是指将数据集按照某个或多个变量的值进行划分，以便对每个分组进行独立的分析或操作。数据分组在处理具有分类特征的数据集时特别有用，可帮助我们理解不同类别或组别之间的数据特征和差异

        使用split()进行数据分组

        在基础R中，可使用split()函数来根据某个变量的值将数据分组

        # 创建一个示例数据框
        df