R语言第二章数据处理⑥dplyr包（1）列选取

=========================================

注意：所有代码都将作为管道的一部分呈现，即使它们中的任何一个都不是完整的管道。 在某些情况下，我添加了一个glimpse（）语句，允许您查看输出tibble中选择的列，而不必每次都打印所有数据。

数据集

library(tidyverse)#built-in R dataset glimpse(msleep)## Observations: 83## Variables: 11## $ name         <chr> "Cheetah", "Owl monkey", "Mountain beaver", "Grea...
## $ genus        <chr> "Acinonyx", "Aotus", "Aplodontia", "Blarina", "Bo...## $ vore         <chr> "carni", "omni", "herbi", "omni", "herbi", "herbi...
## $ order        <chr> "Carnivora", "Primates", "Rodentia", "Soricomorph...## $ conservation <chr> "lc", NA, "nt", "lc", "domesticated", NA, "vu", N...## $ sleep_total  <dbl> 12.1, 17.0, 14.4, 14.9, 4.0, 14.4, 8.7, 7.0, 10.1...## $ sleep_rem    <dbl> NA, 1.8, 2.4, 2.3, 0.7, 2.2, 1.4, NA, 2.9, NA, 0....## $ sleep_cycle  <dbl> NA, NA, NA, 0.1333333, 0.6666667, 0.7666667, 0.38...## $ awake        <dbl> 11.9, 7.0, 9.6, 9.1, 20.0, 9.6, 15.3, 17.0, 13.9,...## $ brainwt      <dbl> NA, 0.01550, NA, 0.00029, 0.42300, NA, NA, NA, 0....## $ bodywt       <dbl> 50.000, 0.480, 1.350, 0.019, 600.000, 3.850, 20.4...

选取列

选取列：基础部分

如果目的是选择其中几列，只需在select语句中添加列的名称即可。 添加它们的顺序将决定它们在output中的显示顺序。

msleep %>%
  select(name, genus, sleep_total, awake) %>%
  glimpse()## Observations: 83## Variables: 4## $ name        <chr> "Cheetah", "Owl monkey", "Mountain beaver", "Great...
## $ genus       <chr> "Acinonyx", "Aotus", "Aplodontia", "Blarina", "Bos...## $ sleep_total <dbl> 12.1, 17.0, 14.4, 14.9, 4.0, 14.4, 8.7, 7.0, 10.1,...## $ awake       <dbl> 11.9, 7.0, 9.6, 9.1, 20.0, 9.6, 15.3, 17.0, 13.9, ...

如果你想添加很多列，可以通过使用：提高工作效率，取消选择甚至取消选择列并重新添加它来进行选择。同时可以请使用start_col：end_col语法选择某些列：

msleep %>%
  select(name:order, sleep_total:sleep_cycle) %>%
  glimpse## Observations: 83## Variables: 7## $ name        <chr> "Cheetah", "Owl monkey", "Mountain beaver", "Great...
## $ genus       <chr> "Acinonyx", "Aotus", "Aplodontia", "Blarina", "Bos...## $ vore        <chr> "carni", "omni", "herbi", "omni", "herbi", "herbi"...## $ order       <chr> "Carnivora", "Primates", "Rodentia", "Soricomorpha...
## $ sleep_total <dbl> 12.1, 17.0, 14.4, 14.9, 4.0, 14.4, 8.7, 7.0, 10.1,...
## $ sleep_rem   <dbl> NA, 1.8, 2.4, 2.3, 0.7, 2.2, 1.4, NA, 2.9, NA, 0.6...
## $ sleep_cycle <dbl> NA, NA, NA, 0.1333333, 0.6666667, 0.7666667, 0.383...

另一种方法是通过在列名称前添加减号来取消选择列。 还可以通过此操作取消选择某些列。

msleep %>% 
  select(-conservation, -(sleep_total:awake)) %>%
  glimpse## Observations: 83## Variables: 6## $ name    <chr> "Cheetah", "Owl monkey", "Mountain beaver", "Greater s...
## $ genus   <chr> "Acinonyx", "Aotus", "Aplodontia", "Blarina", "Bos", "...## $ vore    <chr> "carni", "omni", "herbi", "omni", "herbi", "herbi", "c...
## $ order   <chr> "Carnivora", "Primates", "Rodentia", "Soricomorpha", "...## $ brainwt <dbl> NA, 0.01550, NA, 0.00029, 0.42300, NA, NA, NA, 0.07000...## $ bodywt  <dbl> 50.000, 0.480, 1.350, 0.019, 600.000, 3.850, 20.490, 0...

甚至可以取消所有列，然后重新添加其中某列。下面的示例代码取消选择从name到awake的所有列，但重新添加列'conservation'，即使它是取消选择的列的一部分。 但这只适用于在同一select（）语句中。

msleep %>%
  select(-(name:awake), conservation) %>%
  glimpse## Observations: 83## Variables: 3## $ brainwt      <dbl> NA, 0.01550, NA, 0.00029, 0.42300, NA, NA, NA, 0....## $ bodywt       <dbl> 50.000, 0.480, 1.350, 0.019, 600.000, 3.850, 20.4...## $ conservation <chr> "lc", NA, "nt", "lc", "domesticated", NA, "vu", N...

根据列名特点选择列

如果你有很多具有类似列名的列，你可以通过在select语句中添加starts_with（），ends_with（）或contains（）来使用匹配。

msleep %>%
  select(name, starts_with("sleep")) %>%
  glimpse## Observations: 83## Variables: 4## $ name        <chr> "Cheetah", "Owl monkey", "Mountain beaver", "Great...## $ sleep_total <dbl> 12.1, 17.0, 14.4, 14.9, 4.0, 14.4, 8.7, 7.0, 10.1,...## $ sleep_rem   <dbl> NA, 1.8, 2.4, 2.3, 0.7, 2.2, 1.4, NA, 2.9, NA, 0.6...## $ sleep_cycle <dbl> NA, NA, NA, 0.1333333, 0.6666667, 0.7666667, 0.383...msleep %>%
  select(contains("eep"), ends_with("wt")) %>%
  glimpse## Observations: 83## Variables: 5## $ sleep_total <dbl> 12.1, 17.0, 14.4, 14.9, 4.0, 14.4, 8.7, 7.0, 10.1,...## $ sleep_rem   <dbl> NA, 1.8, 2.4, 2.3, 0.7, 2.2, 1.4, NA, 2.9, NA, 0.6...## $ sleep_cycle <dbl> NA, NA, NA, 0.1333333, 0.6666667, 0.7666667, 0.383...## $ brainwt     <dbl> NA, 0.01550, NA, 0.00029, 0.42300, NA, NA, NA, 0.0...## $ bodywt      <dbl> 50.000, 0.480, 1.350, 0.019, 600.000, 3.850, 20.49...

根据正则表达式选择列

以上的辅助函数都是使用精确的模式匹配。 如果你有列名模式并不精确相同，你可以在matches（）中使用任何正则表达式。下面的示例代码将添加任何包含“o”的列，后跟一个或多个其他字母，以及“er”。

#selecting based on regexmsleep %>%
  select(matches("o.+er")) %>%
  glimpse## Observations: 83## Variables: 2## $ order        <chr> "Carnivora", "Primates", "Rodentia", "Soricomorph...
## $ conservation <chr> "lc", NA, "nt", "lc", "domesticated", NA, "vu", N...

根据预先确定的列名选择列

还有另一个选项可以避免连续重新输入列名：one_of（）。 您可以预先设置列名，然后在select（）语句中通过将它们包装在one_of（）中或使用!!运算符来引用它们。

classification <- c("name", "genus", "vore", "order", "conservation")

msleep %>%
  select(!!classification)## # A tibble: 83 x 5##    name                       genus       vore  order        conservation##    <chr>                      <chr>       <chr> <chr>        <chr>       ##  1 Cheetah                    Acinonyx    carni Carnivora    lc          ##  2 Owl monkey                 Aotus       omni  Primates     <NA>        ##  3 Mountain beaver            Aplodontia  herbi Rodentia     nt          ##  4 Greater short-tailed shrew Blarina     omni  Soricomorpha lc          ##  5 Cow                        Bos         herbi Artiodactyla domesticated##  6 Three-toed sloth           Bradypus    herbi Pilosa       <NA>        ##  7 Northern fur seal          Callorhinus carni Carnivora    vu          ##  8 Vesper mouse               Calomys     <NA>  Rodentia     <NA>        ##  9 Dog                        Canis       carni Carnivora    domesticated## 10 Roe deer                   Capreolus   herbi Artiodactyla lc          ## # ... with 73 more rows

作者：赛乾
链接：https://www.jianshu.com/p/4b37580a6c31