1.簡介

　　在我們數據分析的實際應用中，我們可能會花費大量的時間在數據清洗上，而如果使用 R 裡面自帶的一些函數（base 包的 transform 等），可能會覺得力不從心，或者不是很人性化。好在我們有其他選擇。這裡我們介紹 dplyr 包。

首先載入包：

install.packages("dplyr")
library(dplyr)

單表操作函數（one table verbs）如下：

    filter: 保留滿足條件的行
    select: 使用列名選出列
    arrange: 對數據的所有行排序
    mutate: 添加新的變數
    summarise: 分類彙總

這些函數的結構如下：

operationName(.data, ...)
operationName _(.data, ..., .dots)
# transmute對已有列進行數據運算並添加為新列刪除原來的列
transmute(.data, ...)
transmute_(.data, ..., .dots)
# slice根據位置選擇行
slice(.data, ...)
slice_(.data, ..., .dots)

參數說明：

• 第一個參數為 data frame 名
• 接下來的參數是指定函數操作的依據（或條件）
• 通常返回的是一個 data frame

為了更好地表述我們的操作，這裡使用一個構造的 data frame。

df <- data.frame(color = c("blue", "black", "blue", "blue", "black"),value = 1:5)
View(df)

2.filter--保留滿足條件的行

# filter返回滿足條件的行
filter(.data, ...)
filter_(.data, ..., .dots)

　　filter 用於選擇滿足條件的觀測（行），第一個參數是 data frame 名字，第二個參數是條件。這裡舉兩個例子，我們對上面構造的 data frame 進行 filter 操作。第一個例子要求選取 color == blue 的觀測； 第二個例子要求選取 value == 1 或者 value == 4 的觀測。

# 選取 `color == blue` 的觀測
> filter(df, color == "blue")
##    color value
## 1  blue     1
## 2  blue     3
## 3  blue     4
# 選取 `value == 1` 或者 `value == 4 ` 的觀測。
> filter(df, value %in% c(1, 4))
##    color value
## 1  blue     1
## 2  blue     4

效果如下：

註意： 這裡需要提醒的是，對於多條件的選擇，需要完整條件的，然後使用集合運算符將條件拼接起來。集合運算符有 !、|、&、xor(交補)。條件的判斷符有&g