R的数据分析结果在哪看 r中的数据分析包 |
您所在的位置：网站首页 › 数据分析在哪看 › R的数据分析结果在哪看 r中的数据分析包 |
R的数据分析结果在哪看 r中的数据分析包
|
dplyr简介 dplyr是R语言的数据分析包，很像python中的pandas，能对dataframe类型的数据做很方便的数据处理和分析操作。最初我也很奇怪dplyr这个奇怪的名字，我查到其中一种解释 d代表dataframeplyr是英文钳子plier的谐音library(tidyverse)## ── Attaching packages ────────────────────────────────────── tidyverse 1.3.0 ──## ✓ ggplot2 3.3.1 ✓ purrr 0.3.3 ## ✓ tibble 3.0.1 ✓ dplyr 1.0.0 ## ✓ tidyr 1.1.0 ✓ stringr 1.4.0 ## ✓ readr 1.3.1 ✓ forcats 0.5.0## ── Conflicts ───────────────────────────────────────── tidyverse_conflicts() ── ## x dplyr::filter() masks stats::filter() ## x dplyr::lag() masks stats::lag()tidyverse::tidyverse_packages()## [1] "broom" "cli" "crayon" "dbplyr" "dplyr" ## [6] "forcats" "ggplot2" "haven" "hms" "httr" ## [11] "jsonlite" "lubridate" "magrittr" "modelr" "pillar" ## [16] "purrr" "readr" "readxl" "reprex" "rlang" ## [21] "rstudioapi" "rvest" "stringr" "tibble" "tidyr" ## [26] "xml2" "tidyverse"读取数据tidyverse含有readr，所以不用导入readr #用readr包导入csv数据 aapl %在dplyr中，有一个管道符%>%，符号左侧表示数据的输入，右侧表示下游数据处理环节。 我们可以用管道符 %>% 改写上面的代码，两种写法得到的运行结果是一致的，用久了会觉得管道符 %>% 可读性更强，后面我们都会用 %>% 来写代码。 aapl %>% arrange(-Volume)
选取 Date、Close和Volume三列 aapl %>% select(Date, Close, Volume)
只选取Date、Close和Volume三列，其实另外一种表达方式是“排除Open、High、Low，选择剩下的字段的数据”。 aapl %>% select(-c("Open", "High", "Low"))
按照筛选条件选择数据 #从数据中选择appl股价大于150美元的交易数据 aapl %>% filter(Close>=150)
从数据中选择appl 股价大于150美元 且 收盘价大于开盘价的交易数据aapl %>% filter((Close>=150) & (Close>Open))
将现有的字段经过计算后生成新字段。 #将最好价High减去最低价Low的结果定义为maxDif，并取log aapl %>% mutate(maxDif = High-Low, log_maxDif=log(maxDif))
得到记录的位置(行数) aapl %>% mutate(n=row_number())
对资料进行分组，这里导入新的 数据集 weather #导入csv数据 weather % as_tibble()## Parsed with column specification: ## cols( ## Date = col_character(), ## city = col_character(), ## temperature = col_double(), ## windspeed = col_double(), ## event = col_character() ## )weather
按照城市分组 weather %>% group_by(city)
为了让大家看到分组的功效，咱们按照城市分别计算平均温度 weather %>% group_by(city) %>% summarise(mean_temperature = mean(temperature))## `summarise()` ungrouping output (override with `.groups` argument)
R语言 | 读写txt、csv、excel文件 近期文章plotnine: Python版的ggplot2作图库 小案例: Pandas的apply方法 stylecloud:简洁易用的词云库 用Python绘制近20年地方财政收入变迁史视频 Python网络爬虫与文本数据分析 读完本文你就了解什么是文本分析 文本分析在经管领域中的应用概述 综述:文本分析在市场营销研究中的应用 从记者的Twitter关注看他们稿件的党派倾向？ Pandas时间序列数据操作 70G上市公司定期报告数据集 文本数据清洗之正则表达式 shreport库: 批量下载上海证券交易所上市公司年报 Numpy和Pandas性能改善的方法和技巧 漂亮~pandas可以无缝衔接Bokeh YelpDaset: 酒店管理类数据集10+G |
【本文地址】
今日新闻 |
推荐新闻 |