dplyr tidyr pipe管道 %>%介绍

最新推荐文章于 2026-07-05 12:25:10 发布

翻译最新推荐文章于 2026-07-05 12:25:10 发布 · 2.5k 阅读

收录于

R语言

本文介绍R语言中dplyr和tidyr包的功能，包括数据转换、子集化、汇总、排序、数据清洗等操作。重点讲解了管道运算符%>%的使用，以及如何通过动词如select(), rename(), mutate(), filter(), arrange(), gather(), spread(), unite(), separate()等进行高效的数据处理。

dplyr是R中着名的plyr包的下一个版本，用来处理转换数据，
tidyr用来获得整洁（tidy）的数据；
%>%最初在封装magrittr中引入的管道操作器，现在这两个包中都受支持并且非常容易上瘾。
我们将会知道代码中(){}的区别。

我们将首先讨论管道运算符（%>%）。

R管道： %>%

在代码中频繁使用管道可以极大地提高代码的整洁度。它有助于避免在代码中不必要地使用临时变量。

基本含义%>%是：

R管道代码	等效代码
x %>% f	f(x)
x %>% f(y)	f(x,y)
x %>% f(.,y)	f(x,y)
x %>% f(y,.)	f(y,x)
x %>% f(y, z = .)	f(y,z=x)
x %>% f %>% g	g(f(x))
z <- x %>% f	z <- f(x)

请注意，x左侧的变量%>%将作为右侧函数中的第一个参数应用。可以使用点（.）称为占位符的默认行为进行更改。

但是，要记住的一件重要事情是，当.嵌套表达式中出现时，仍会应用第一个参数规则。但是使用花括号可以抑制此行为{ }。如下，

R管道代码	等效代码
data %>% f(x = ncol(.))	f(data, x = ncol(data))
data %>% { f(x = ncol(.)) }	f(x = ncol(data))

dplyr包

该软件包提供了直观的“动词”，可用于处理R中的数据帧（例如：用于子集化，汇总，重新排列数据帧）。

dplyr包的基本动词/功能是：

dplyr动词	含义
select()	只保留你提到的列
rename()	重命名您提到的列
mutate()	添加新列并保留现有列
filter()	返回具有匹配条件的行的子集
arrange()	重新排序行