R语言数据清洗教程：使用dplyr包

数据清洗是数据分析过程中的重要步骤，而R语言的dplyr包提供了强大的数据清洗功能。以下是一些使用dplyr进行数据清洗的常见操作。

1. 选择列

使用select()函数可以选择数据集中的特定列。

library(dplyr)
data(mpg)
mpg_selected <- select(mpg, displ, hwy)

2. 过滤行

使用filter()函数可以根据条件过滤数据集中的行。

mpg_filtered <- filter(mpg, displ > 100)

3. 排序

使用arrange()函数可以根据一列或多列对数据进行排序。

mpg_sorted <- arrange(mpg, displ)

4. 聚合

使用summarise()函数可以对数据进行聚合操作，如求和、平均值等。

mpg_summary <- summarise(mpg, avg_hwy = mean(hwy))

5. 修改列名

使用rename()函数可以修改列名。

mpg_renamed <- rename(mpg, displacement = displ)

6. 合并数据

使用merge()函数可以将两个数据集根据共同的列合并。

data(iris)
iris_mpg <- merge(iris, mpg, by = "carb")

7. 数据透视表

使用pivot_longer()和pivot_wider()函数可以将数据转换为数据透视表的形式。

iris_pivot <- pivot_longer(iris, cols = -Species, names_to_values = c("Species", "Sepal.Length"))
iris_pivot_wider <- pivot_wider(iris_pivot, names_from = Species, values_from = Sepal.Length)

扩展阅读

更多关于dplyr包的使用方法，可以参考dplyr官方文档。

dplyr