Chapter 6 從既有變數產生新變數mutate()

cheatsheet截圖對照

第一部分

第二部分

mutate/transmute，以及mutate+select組合技

和summary functions不同的是 : vectorized function，得到的還是一個vector(column vector)

mutate從既有變數中新增變數，有保留原始data.frame。

flights %>% mutate(total_delay = dep_delay + arr_delay)

## # A tibble: 336,776 x 20
##     year month   day dep_time sched_dep_time dep_delay
##    <int> <int> <int>    <int>          <int>     <dbl>
##  1  2013     1     1      517            515         2
##  2  2013     1     1      533            529         4
##  3  2013     1     1      542            540         2
##  4  2013     1     1      544            545        -1
##  5  2013     1     1      554            600        -6
##  6  2013     1     1      554            558        -4
##  7  2013     1     1      555            600        -5
##  8  2013     1     1      557            600        -3
##  9  2013     1     1      557            600        -3
## 10  2013     1     1      558            600        -2
## # ... with 336,766 more rows, and 14 more variables:
## #   arr_time <int>, sched_arr_time <int>,
## #   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>, total_delay <dbl>

transmute從既有變數中新增變數，無保留原始data.frame。

flights %>% transmute(total_delay = dep_delay + arr_delay)

## # A tibble: 336,776 x 1
##    total_delay
##          <dbl>
##  1          13
##  2          24
##  3          35
##  4         -19
##  5         -31
##  6           8
##  7          14
##  8         -17
##  9         -11
## 10           6
## # ... with 336,766 more rows

要怎麼讓新產生的變數，排列到適當的相對位置，不然老是在最右邊？(mutate+select組合技)

#我想要讓total_delay，排在arr_delay的旁邊
flights %>% mutate(total_delay = dep_delay + arr_delay) %>% 
            select(year:arr_delay, total_delay, everything())

## # A tibble: 336,776 x 20
##     year month   day dep_time sched_dep_time dep_delay
##    <int> <int> <int>    <int>          <int>     <dbl>
##  1  2013     1     1      517            515         2
##  2  2013     1     1      533            529         4
##  3  2013     1     1      542            540         2
##  4  2013     1     1      544            545        -1
##  5  2013     1     1      554            600        -6
##  6  2013     1     1      554            558        -4
##  7  2013     1     1      555            600        -5
##  8  2013     1     1      557            600        -3
##  9  2013     1     1      557            600        -3
## 10  2013     1     1      558            600        -2
## # ... with 336,766 more rows, and 14 more variables:
## #   arr_time <int>, sched_arr_time <int>,
## #   arr_delay <dbl>, total_delay <dbl>, carrier <chr>,
## #   flight <int>, tailnum <chr>, origin <chr>,
## #   dest <chr>, air_time <dbl>, distance <dbl>,
## #   hour <dbl>, minute <dbl>, time_hour <dttm>

範例

若完成，請直接貼到open chat

若有一位買家對於這32台車子很有興趣，特別是在省油表現（Miles/(US) gallon, mpg)，以及馬力表現(hp, Gross horsepower)有很大的興趣，你要整理哪些資料？
後來他希望能夠買到馬力性能比較強的車，他要求你將馬力表現高於平均的車款額外整理給他，應該怎麼做呢？
假設這位買家最近試駕了很多台車款，閒聊時候偶然跟你分享他獨家的選車know-how，標準是省油表現（Miles/(US) gallon,mpg)數字的十倍，再加上馬力表現的總和，越高越好，請問哪一台車應該是他的心頭好？

mtcars

mtcars %>% select(car_name, mpg, hp) %>% 
           filter(hp > mean(hp, na.rm = T)) %>% 
           mutate(good_cars = mpg*10 + hp)

自主練習

休士頓火箭隊，隊伍中，本季每個人的場均得分(本季總得分(TotalPoints)/本季出賽場次(GamesPlayed))是多少？