Chapter 4 R document processing
4.1 读取
读取数据框、查看数据框大小和数据类型
library(tidyverse)
df = read_csv('./data/六1-5班学生成绩.csv')## Rows: 20 Columns: 6
## -- Column specification -------------------------------------------------------------------------
## Delimiter: ","
## chr (3): 班级, 姓名, 性别
## dbl (3): 语文, 数学, 英语
##
## i Use `spec()` to retrieve the full column specification for this data.
## i Specify the column types or set `show_col_types = FALSE` to quiet this message.dim(df) # 查看数据大小## [1] 20 6sapply(df, class) # 查看数据类型## 班级 姓名 性别 语文 数学 英语
## "character" "character" "character" "numeric" "numeric" "numeric"# str(df) # 查看数据结构
# summary(df)
# glimpse(df)4.2 处理
# 三科成绩求和
df %>%
mutate(sum = rowSums(across(where(is.numeric)), na.rm=TRUE)) %>%
head(3)## # A tibble: 3 x 7
## 班级 姓名 性别 语文 数学 英语 sum
## <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79 258
## 2 六1班 黄才菊 女 95 77 75 247
## 3 六1班 陈芳妹 女 79 87 66 232df %>%
mutate(sum = rowSums(across(语文:英语), na.rm=TRUE)) %>%
head(3)## # A tibble: 3 x 7
## 班级 姓名 性别 语文 数学 英语 sum
## <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79 258
## 2 六1班 黄才菊 女 95 77 75 247
## 3 六1班 陈芳妹 女 79 87 66 232# 求三科成绩均值
# 方法一：rowMeans
df %>%
mutate(mean = rowMeans(across(语文:英语), na.rm=TRUE)) %>%
head(3)## # A tibble: 3 x 7
## 班级 姓名 性别 语文 数学 英语 mean
## <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79 86
## 2 六1班 黄才菊 女 95 77 75 82.3
## 3 六1班 陈芳妹 女 79 87 66 77.3# 方法二：rowise + mean
df %>%
rowwise() %>%
mutate(平均值 = mean(c(语文, 数学, 英语))) %>%
head(3)## # A tibble: 3 x 7
## # Rowwise:
## 班级 姓名 性别 语文 数学 英语 平均值
## <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79 86
## 2 六1班 黄才菊 女 95 77 75 82.3
## 3 六1班 陈芳妹 女 79 87 66 77.3# 方法三：唯一变量姓名分组 + mean
df %>%
group_by(姓名) %>%
mutate(平均值 = mean(c(语文, 数学, 英语))) %>%
head(3)## # A tibble: 3 x 7
## # Groups: 姓名 [3]
## 班级 姓名 性别 语文 数学 英语 平均值
## <chr> <chr> <chr> <dbl> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79 86
## 2 六1班 黄才菊 女 95 77 75 82.3
## 3 六1班 陈芳妹 女 79 87 66 77.3# 方法四：唯一变量行号分组 + mean
df %>%
group_by(a=rownames(.)) %>%
mutate(平均值 = mean(c(语文, 数学, 英语))) %>%
head(3)## # A tibble: 3 x 8
## # Groups: a [3]
## 班级 姓名 性别 语文 数学 英语 a 平均值
## <chr> <chr> <chr> <dbl> <dbl> <dbl> <chr> <dbl>
## 1 六1班 何娜 女 87 92 79 1 86
## 2 六1班 黄才菊 女 95 77 75 2 82.3
## 3 六1班 陈芳妹 女 79 87 66 3 77.3# 计数 / 排序行 / 排序列 / 修改列名
# 计数
df %>% count(班级) # 每个班级学生计数## # A tibble: 5 x 2
## 班级 n
## <chr> <int>
## 1 六1班 4
## 2 六2班 4
## 3 六3班 4
## 4 六4班 4
## 5 六5班 4df %>% count(性别) # 男女性别计数## # A tibble: 2 x 2
## 性别 n
## <chr> <int>
## 1 女 14
## 2 男 6df %>% count(班级, 性别) # 每个班级男女性别计数## # A tibble: 9 x 3
## 班级 性别 n
## <chr> <chr> <int>
## 1 六1班 女 3
## 2 六1班 男 1
## 3 六2班 女 2
## 4 六2班 男 2
## 5 六3班 女 3
## 6 六3班 男 1
## 7 六4班 女 2
## 8 六4班 男 2
## 9 六5班 女 4df %>% count(语文 >=90) # 语文成绩90分以上计数## # A tibble: 2 x 2
## `语文 >= 90` n
## <lgl> <int>
## 1 FALSE 13
## 2 TRUE 7# 排序行
df %>% arrange(性别) %>% head(3) # 按性别排序行## # A tibble: 3 x 6
## 班级 姓名 性别 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79
## 2 六1班 黄才菊 女 95 77 75
## 3 六1班 陈芳妹 女 79 87 66df %>% arrange(语文) %>% head(3) # 按语文成绩从低到高排序行## # A tibble: 3 x 6
## 班级 姓名 性别 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 六3班 林可莉 女 72 52 72
## 2 六5班 蒙丽梅 女 72 72 64
## 3 六3班 何诗婷 女 76 53 72df %>% arrange(desc(语文)) %>% head(3) # 按语文成绩从高到低排序行## # A tibble: 3 x 6
## 班级 姓名 性别 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 六1班 黄才菊 女 95 77 75
## 2 六2班 黄祖娜 女 94 88 75
## 3 六2班 徐雅琦 女 92 86 72# 排序列
df %>% select(性别, 姓名, everything()) %>% head(3) # 将姓别和姓名列提前，其他列位置保存不变## # A tibble: 3 x 6
## 性别 姓名 班级 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 女 何娜 六1班 87 92 79
## 2 女 黄才菊 六1班 95 77 75
## 3 女 陈芳妹 六1班 79 87 66df %>% relocate(性别, 姓名) %>% head(3) # 将姓别和姓名列提前，其他列位置保存不变## # A tibble: 3 x 6
## 性别 姓名 班级 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 女 何娜 六1班 87 92 79
## 2 女 黄才菊 六1班 95 77 75
## 3 女 陈芳妹 六1班 79 87 66df %>% relocate(性别, .before = 班级) %>% head(3) # 将姓别列至于班级列之前，其他列位置保存不变## # A tibble: 3 x 6
## 性别 班级 姓名 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 女 六1班 何娜 87 92 79
## 2 女 六1班 黄才菊 95 77 75
## 3 女 六1班 陈芳妹 79 87 66df %>% relocate(性别, .after = 班级) %>% head(3) # 将姓别列至于班级列之后，其他列位置保存不变## # A tibble: 3 x 6
## 班级 性别 姓名 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 六1班 女 何娜 87 92 79
## 2 六1班 女 黄才菊 95 77 75
## 3 六1班 女 陈芳妹 79 87 66# 修改列名
df %>% rename(Gender = 性别) %>% head(3) # 将性别列改为Gender，其他列名不变## # A tibble: 3 x 6
## 班级 姓名 Gender 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 六1班 何娜 女 87 92 79
## 2 六1班 黄才菊 女 95 77 75
## 3 六1班 陈芳妹 女 79 87 66df %>% select(Gender = 性别, everything()) %>% head(3) # 将性别列改为Gender，并将该列置于第一列## # A tibble: 3 x 6
## Gender 班级 姓名 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 女 六1班 何娜 87 92 79
## 2 女 六1班 黄才菊 95 77 75
## 3 女 六1班 陈芳妹 79 87 66df %>% relocate(Gender = 性别) %>% head(3) # 将性别列改为Gender，并将该列置于第一列## # A tibble: 3 x 6
## Gender 班级 姓名 语文 数学 英语
## <chr> <chr> <chr> <dbl> <dbl> <dbl>
## 1 女 六1班 何娜 87 92 79
## 2 女 六1班 黄才菊 95 77 75
## 3 女 六1班 陈芳妹 79 87 66