当前位置：极客教程 > R语言 > R语言 教程 > Tidyverse简介

Tidyverse简介

Tidyverse简介

被称为Tidyverse的R包集合是以合作和有效处理数据为目标而创建的。Tidyverse包是开源的，并由数据科学社区不断改进。数据科学家必须对tidyverse伞下的每一个包有基本的了解。所有八个软件包–Purr, ggplot2, dplyr, tidyr, stringr, tibble, readr, and forcats–将被深入介绍。

Tidyverse套餐

包装名称 使用方法
purrr 用于功能编程
ggplot2 用于创建图形
dplyr 用于数据操作
tidyr 提供函数来创建整洁的数据
stringr 提供处理字符数据的功能
tibble 提供坚固的工作台系统
readr 提供一个快速的方法来导入数据
f或者cats 提供解决因子的常见问题的工具

安装Tidyverse

在进一步行动之前，我们需要在R中安装tidyverse包。你可以使用CRAN中的以下命令来安装这个包—

install.packages("tidyverse")
R

上面提到的所有tidyverse软件包都已安装。不需要单独安装这些软件包。

导入tidyverse

要将tidyverse导入到你的R脚本中，你可以使用library()函数，并将tidyverse包作为参数传入 —

library("tidyverse")
R

读取Tidyverse中的数据

R中的 “readr “包允许我们在以read%和write%开头的函数的帮助下，从不同的文件格式中读取和写入文件。这些函数的工作速度非常快，并能顺利处理有问题的头文件名。

这些功能列举如下 –

Function 工作
read_csv() 与分号或逗号一起使用
read_csv2() 与分号或逗号一起使用
read_delim() 与一般分离器一起工作
read_table() 在含有数据的空白处工作

示例

让我们看一个例子，说明R中read_csv()函数的工作原理

# Import library
library("tidyverse")

# Import a CSV file
myFile <- read_csv("https://people.sc.fsu.edu/~jburkardt/data/csv/addresses.csv")

# Print the file
myFile
R

输出

  John                      Doe        `120 jefferson st.`    River…¹  NJ     `08075`
  <chr>                     <chr>      <chr>                  <chr>    <chr>  <chr>  
1 "Jack"                    McGinnis   "220 hobo Av."         Phila    PA     09119  
2 "John "Da Man""           Repici     "120 Jefferson St."    Rivers…  NJ     08075  
3 "Stephen"                 Tyler      "7452 Terrace "At t…   SomeTo…  SD     91234  
4  NA                       Blankman   NA                     SomeTo…  SD     00298  
5 "Joan "the bone", Anne"   Jet        "9th, at Terrace plc"  Desert…  CO     00123
R

Tidyverse中的数据处理

dplyr软件包

dplyr包允许我们有效地处理表格数据。它为我们提供了一些动词函数，如select()，用于根据start_with()或contains()函数传递的一些条件提取特定列。

示例

请看下面的程序，它说明了这些函数的工作原理

library(dplyr)

# Create a data frame
dataframe <- data.frame( Name = c("Bhuwanesh", "Anil", "Jai", "Naveen"),
   Physics = c(98, 87, 91, 94),
   Chemistry = c(93, 84, 93, 87),
   Mathematics = c(91, 86, 92, 83) )
# Create a data frame
print(dataframe)
R

输出

       Name Physics Chemistry Mathematics
1 Bhuwanesh      98        93          91
2      Anil      87        84          86
3       Jai      91        93          92
4    Naveen      94        87          83
R

使用starts_with()函数只打印 “Ph “数据—。

library(dplyr)

# Create a data frame
dataframe <- data.frame( Name = c("Bhuwanesh", "Anil", "Jai", "Naveen"),
Physics = c(98, 87, 91, 94),
Chemistry = c(93, 84, 93, 87),
Mathematics = c(91, 86, 92, 83) )
print(select(dataframe, starts_with("Ph")))
R

输出

  Physics
1      98
2      87
3      91
4      94
R

让我们打印所有包含 “雾 “的东西-

library(dplyr)

# Create a data frame
dataframe <- data.frame( Name = c("Bhuwanesh", "Anil", "Jai", "Naveen"),
Physics = c(98, 87, 91, 94),
Chemistry = c(93, 84, 93, 87),
Mathematics = c(91, 86, 92, 83) )
print(select(dataframe, contains("mist")))
R

输出

  Chemistry
1        93
2        84
3        93
4        87
R

正如你在输出中看到的，以 “Ph “开头并包含 “mist “的列名已经被提取出来。

summary()函数

这个函数产生一个数据集的摘要。

print(summary(iris))
R

输出

  Sepal.Length    Sepal.Width     Petal.Length    Petal.Width   
 Min.   :4.300   Min.   :2.000   Min.   :1.000   Min.   :0.100  
 1st Qu.:5.100   1st Qu.:2.800   1st Qu.:1.600   1st Qu.:0.300  
 Median :5.800   Median :3.000   Median :4.350   Median :1.300  
 Mean   :5.843   Mean   :3.057   Mean   :3.758   Mean   :1.199  
 3rd Qu.:6.400   3rd Qu.:3.300   3rd Qu.:5.100   3rd Qu.:1.800  
 Max.   :7.900   Max.   :4.400   Max.   :6.900   Max.   :2.500  
       Species  
 setosa    :50  
 versicolor:50  
 virginica :50
R

summary()函数已经产生了虹膜模型的摘要。

filter()函数

这个函数用于挑选满足特定标准的数据。例如，考虑以下程序，它显示了数学分数在90和93之间的数据——。

示例

library(dplyr)

# Create dataframe
dataframe <- data.frame( Name = c("Bhuwanesh", "Anil", "Jai", "Naveen"),
Physics = c(98, 87, 91, 94),
Chemistry = c(93, 84, 93, 87),
Mathematics = c(91, 86, 92, 83) )

# Display
print(dataframe %>% filter(Mathematics > 90 & Mathematics < 94))
R

输出

       Name Physics Chemistry Mathematics
1 Bhuwanesh      98        93          91
2       Jai      91        93          92
R

arrange()函数

该函数用于在特定列的基础上排列数据集。例如，考虑以下程序，根据物理分数的排序显示数据集——。

示例

library(dplyr)

dataframe <- data.frame( Name = c("Bhuwanesh", "Anil", "Jai", "Naveen"),
Physics = c(98, 87, 91, 94),
Chemistry = c(93, 84, 93, 87),
Mathematics = c(91, 86, 92, 83) )

# Display the data
print(arrange(dataframe, Physics))
R

输出

       Name Physics Chemistry Mathematics
1      Anil      87        84          86
2       Jai      91        93          92
3    Naveen      94        87          83
4 Bhuwanesh      98        93          91
R

重命名()函数

该函数用于重命名数据框架中的一个列。第一个参数对应的是新名称，等号后的第二个参数对应的是旧名称。例如，考虑下面的程序，将化学列重命名为CHEMISTRY –

示例

library(dplyr)

dataframe <- data.frame( Name = c("Bhuwanesh", "Anil", "Jai", "Naveen"),
Physics = c(98, 87, 91, 94),
Chemistry = c(93, 84, 93, 87),
Mathematics = c(91, 86, 92, 83) )

# Display the dataset
# after renaming a column
print(rename(dataframe, CHEMISTRY = Chemistry))
R

输出

       Name Physics CHEMISTRY Mathematics
1 Bhuwanesh      98        93          91
2      Anil      87        84          86
3       Jai      91        93          92
4    Naveen      94        87          83
R

Tidyverse中的数据可视化

ggplot2软件包

ggplot2包是一个专门用于数据可视化的开源包。这是由Hardley Wickham设计的一个强大的包。这个包为我们提供了各种功能。一个重要的函数是ggplot()。这个函数显示了一个数据集的可视化数据

示例

library(ggplot2)

# Plot the data visualization
ggplot(iris, 
aes(x = Sepal.Length, y = Sepal.Width, col = Petal.Length)
) + geom_point()
R

输出

Tidyverse简介

正如你在输出中看到的，ggplot()函数已经绘制了它的可视化。

用purrr包进行函数编程

purrr包用于在R中实现函数式编程。 purrr包为我们提供了map_()系列函数，利用它我们可以实现函数式编程，获得与for和while循环相同的结果。

让我们来讨论其中的map()函数。这是最基本的函数。它接受一个向量和一个函数作为参数，然后为向量中的每个元素调用该函数。

示例

library("purrr")

myVector <- c(8, 3, 7, 2, 11, 20)

addByThree <- function(x) + 3

print(map(myVector, addByThree))
R

输出

[[1]]
[1] 3

[[2]]
[1] 3

[[3]]
[1] 3

[[4]]
[1] 3

[[5]]
[1] 3

[[6]]
[1] 3
R

正如你在上面的输出中所看到的，在给定向量的所有元素中加入3后，产生了一个列表。

用stringr包进行字符串操作

Stringr包用于在R中进行字符串操作，它提供以string%开头的函数。它最常用的函数是str_replace()和str_length()。str_replace()函数将一个模式或字符串替换成另一个字符串。让我们来看看下面的程序，它说明了str_replace()函数的工作原理

示例

library("stringr")

# Create a list of strings
myList <- c("tutorialspoint", "pointer", "pointable")

# Replace the string equal to "point"
# with “Point”
print(str_replace(myList, "point", "Point"))
R

输出

[1] "tutorialsPoint" "Pointer"        "Pointable"
R

正如你在输出中看到的，包含 “point “的字符串已经被替换为 “Point”。

示例

让我们考虑另一个例子

library("stringr")

myString = "Bhuwanesh Nainwal"

# Replace if string starts with "Bhuwanesh"
print(str_replace(myString, "^Bhuwanesh", "Harshit"))

# Replace if string ends with "Nainwal"
print(str_replace(myString, "Nainwal$", ""))

str_length(myString)
R

输出

[1] "Harshit Nainwal"
[1] "Bhuwanesh "
17
R

正如你在输出中看到的，以 “Bhuwanesh “开头的字符串被替换为 “Harshit”，以 “Nainwal “结束的字符串被替换为””。

str_length()函数用于用另一个字符串替换一个模式或字符串。

让我们看看下面的程序，它说明了str_length()函数的工作原理

示例

library("stringr")
myList <- c("tutorialspoint", "pointer", "pointable")
print(str_length(myList))
R

输出

[1] 14  7  9
R

结论

在本教程中，我们讨论了包的宇宙，即tidyverse。我们讨论了这些包如何工作，并对它们进行了说明。本教程肯定有助于你提高你在数据科学领域的知识。

Python教程

Python 教程

Python 教程
Tkinter 教程

Tkinter 教程
Pandas 教程

Pandas 教程
NumPy 教程

NumPy 教程
Flask 教程

Flask 教程
Django 教程

Django 教程
PySpark 教程

PySpark 教程
wxPython 教程

wxPython 教程
SymPy 教程

SymPy 教程
Seaborn 教程

Seaborn 教程
SciPy 教程

SciPy 教程
RxPY 教程

RxPY 教程
Pycharm 教程

Pycharm 教程
Pygame 教程

Pygame 教程
PyGTK 教程

PyGTK 教程
PyQt 教程

PyQt 教程
PyQt5 教程

PyQt5 教程
PyTorch 教程

PyTorch 教程
Matplotlib 教程

Matplotlib 教程
Web2py 教程

Web2py 教程
BeautifulSoup 教程

BeautifulSoup 教程

Java教程

Java 教程

Java 教程

Web教程

HTML 教程

HTML 教程
CSS 教程

CSS 教程
CSS3 教程

CSS3 教程
jQuery 教程

jQuery 教程
Ajax 教程

Ajax 教程
AngularJS 教程

AngularJS 教程
TypeScript 教程

TypeScript 教程
WordPress 教程

WordPress 教程
Laravel 教程

Laravel 教程
Next.js 教程

Next.js 教程
PhantomJS 教程

PhantomJS 教程
Three.js 教程

Three.js 教程
Underscore.JS 教程

Underscore.JS 教程
WebGL 教程

WebGL 教程
WebRTC 教程

WebRTC 教程
VueJS 教程

VueJS 教程

数据库教程

SQL 教程

SQL 教程
MySQL 教程

MySQL 教程
MongoDB 教程

MongoDB 教程
PostgreSQL 教程

PostgreSQL 教程
SQLite 教程

SQLite 教程
Redis 教程

Redis 教程
MariaDB 教程

MariaDB 教程

图形图像教程

Vulkan 教程

Vulkan 教程
OpenCV 教程

OpenCV 教程

大数据教程

R语言 教程

R语言 教程

开发工具教程

Git 教程

Git 教程
VSCode 教程

VSCode 教程
Docker 教程

Docker 教程
Gerrit 教程

Gerrit 教程
Excel 教程

Excel 教程

计算机教程

Go语言 教程

Go语言 教程
C++ 教程

C++ 教程

R语言 精品教程

登录

找回密码？

注册