tidyverse

研究人员必备良器

---

首先，让我们学习一下研究人员必知必会的R基本工具包：tidyverse [@tidyverse-2]

1 Setup

library(tidyverse) # 调用工具包

2 基本操作：

2.1 选择已有变量（行）: select

2.2 筛选样本（列）: filter

2.3 生成新变量: mutate

data() # 使用R的内置数据

starwars %>% 
  head() # 查看数据前6行，也可以输入具体行数

# A tibble: 6 × 14
  name      height  mass hair_color skin_color eye_color birth_year sex   gender
  <chr>      <int> <dbl> <chr>      <chr>      <chr>          <dbl> <chr> <chr> 
1 Luke Sky…    172    77 blond      fair       blue            19   male  mascu…
2 C-3PO        167    75 <NA>       gold       yellow         112   none  mascu…
3 R2-D2         96    32 <NA>       white, bl… red             33   none  mascu…
4 Darth Va…    202   136 none       white      yellow          41.9 male  mascu…
5 Leia Org…    150    49 brown      light      brown           19   fema… femin…
6 Owen Lars    178   120 brown, gr… light      blue            52   male  mascu…
# ℹ 5 more variables: homeworld <chr>, species <chr>, films <list>,
#   vehicles <list>, starships <list>

starwars %>% 
  select(gender,mass,height,species) %>%   # 选择变量会有提示，提高输入效率
  filter(species == "Human") %>% 
  na.omit() %>%  # 去掉NA数据
  mutate(height = height / 100, # 这里使用相同变量名，则会替换掉原变量
         BMI = mass / height^2) %>%  # 这里使用不同的变量名，则会新生成一个变量
  summarise(Average_BMI = mean(BMI),.by = gender) # tidyverse升级后，group_by 可以通过.by实现

# A tibble: 2 × 2
  gender    Average_BMI
  <chr>           <dbl>
1 masculine        25.7
2 feminine         20.8

2.4 教学视频

3 分类命令：case_when()

case_when 命令用于将数据按一定条件进行分类。

3.1 导入样本数据

gradebook <- read_csv("https://raw.githubusercontent.com/equitable-equations/youtube/main/Mutating%20data%20frames%20with%20case_when/gradebook.csv")

view(gradebook)

3.2 演示

gradebook %>% 
  mutate(grade = case_when(score>=90~"A", # mutate 是创建新列的基本命令，这里令90分以上为A等
                           score>=80~"B", # 注意我们不需要加上 score<90的条件，case_when足够智能
                           score>=70~"c",
                           score>=60~"D",
                           .default = "F")) # 最后是一个兜底的条件,即 “其他全部”归入F等。

# A tibble: 34 × 3
   name       score grade
   <chr>      <dbl> <chr>
 1 student 1     80 B    
 2 student 2     66 D    
 3 student 3     72 c    
 4 student 4     75 c    
 5 student 5     74 c    
 6 student 6     71 c    
 7 student 7     77 c    
 8 student 8     49 F    
 9 student 9     66 D    
10 student 10    84 B    
# ℹ 24 more rows

3.3 教学视频