21) R Выбор (), Фильтр () [Пример]

## [1] 205  14

dim(step_1_df)

Вывод:

## [1] 205  13	

Исходный набор данных имеет 14 функций, а у step_1_df — 13.

Глагол filter () помогает сохранять наблюдения в соответствии с критериями. Filter () работает точно так же, как select (), сначала вы передаете фрейм данных, а затем условие, разделенное запятой:

filter(df, condition)
arguments:
- df: dataset used to filter the data
- condition:  Condition used to filter the data	

Один критерий

Прежде всего, вы можете посчитать количество наблюдений на каждом уровне факторной переменной.

table(step_1_df$GoingTo)

Код Объяснение

• таблица (): подсчитать количество наблюдений по уровню. Обратите внимание, принимаются только переменные уровня фактора
• table (step_1_df $ GoingTo): подсчитать количество поездок к конечному пункту назначения.

Вывод:

## 
##  GSK Home 
##  105  100	

Таблица функций () показывает, что 105 поездок идут в GSK, а 100 — домой.

Мы можем отфильтровать данные, чтобы получить один набор данных со 105 наблюдениями, а другой — со 100 наблюдениями.

# Select observations
if GoingTo == Home
select_home <- filter(df, GoingTo == "Home")
dim(select_home)

Вывод:

## [1] 100  14

# Select observations
if GoingTo == Work
select_work <- filter(df, GoingTo == "GSK")
dim(select_work)

Вывод:

## [1] 105  14	

Несколько критериев

Мы можем отфильтровать набор данных по нескольким критериям. Например, вы можете извлечь наблюдения, где пункт назначения находится дома и произошел в среду.

select_home_wed <- filter(df, GoingTo == "Home" & DayOfWeek == "Wednesday")
dim(select_home_wed)

Вывод:

## [1] 23 14	

23 наблюдения соответствовали этому критерию.

Создание набора данных требует много операций, таких как:

• импорта
• сращивание
• выбирающий
• фильтрация
• и так далее

Библиотека dplyr содержит практический оператор%>%, называемый конвейером . Функция конвейера делает манипулирование чистым, быстрым и менее быстрым к ошибкам.

Этот оператор представляет собой код, который выполняет шаги без сохранения промежуточных шагов на жесткий диск. Если вы вернулись к нашему примеру сверху, вы можете выбрать интересующие вас переменные и отфильтровать их. У нас есть три шага:

• Шаг 1: Импорт данных: импорт данных GPS
• Шаг 2. Выберите данные: выберите GoingTo и DayOfWeek
• Шаг 3: Фильтровать данные: возвращать только домой и среду

Мы можем использовать сложный способ сделать это:

# Step 1
step_1 <- read.csv(PATH)

# Step 2 
step_2 <- select(step_1, GoingTo, DayOfWeek)

# Step 3 
step_3 <- filter(step_2, GoingTo == "Home", DayOfWeek == "Wednesday")

head(step_3)

Вывод:

##   GoingTo DayOfWeek
## 1    Home Wednesday
## 2    Home Wednesday
## 3    Home Wednesday
## 4    Home Wednesday
## 5    Home Wednesday
## 6    Home Wednesday	

Это не удобный способ выполнять много операций, особенно в ситуации с большим количеством шагов. Окружающая среда заканчивается множеством сохраненных объектов.

Давайте вместо этого будем использовать оператор конвейера%>%. Нам нужно только определить фрейм данных, используемый в начале, и весь процесс будет вытекать из него.

Основной синтаксис конвейера

New_df <- df %>%
step 1 %>%
step 2 %>%
...
arguments
- New_df: Name of the new data frame 
- df: Data frame used to compute the step
- step: Instruction for each step
- Note: The last instruction does not need the pipe operator `%`, you don't have instructions to pipe anymore
Note: Create a new variable is optional. If not included, the output will be displayed in the console.

Вы можете создать свой первый канал, выполнив шаги, перечисленные выше.

# Create the data frame filter_home_wed.It will be the object return at the end of the pipeline
filter_home_wed <- 

#Step 1
read.csv(PATH) % > % 

#Step 2
select(GoingTo, DayOfWeek) % > % 

#Step 3
filter(GoingTo == "Home",DayOfWeek == "Wednesday")
identical(step_3, filter_home_wed)

Вывод:

## [1] TRUE	

Мы готовы создать потрясающий набор данных с оператором конвейера.