對於常見的數據框之間的操作，我們這裡構建兩個數據框data1和data2來進行展示，兩列數據如下所示：
inner_join_dt()
inner_join_dt()函數可以連接兩個表格的共有部分，軟件會自動按照共有的列去進行合併
如果列太多，則可以指定列，通過設定by="Animal"即可
假如現在有個data3和data4，人名列一個為Name，一個為Worker，列名不一樣，數據是一樣的，我現在如何合併呢？只需要通過指定Name和Worker是相同的即可。
full_join_dt()
full_join_dt()函數會將數據進行全部連接，沒有數值的地方會自動填充缺失值。如下所示，Animal列將data1和data2的所有都合併起來，沒有數值地方填充上了NA。
left_join_dt()、right_join_dt()
left_join_dt()、right_join_dt()這兩個函數可以對數據進行左或者右連接。左連接會按照左邊的數據進行匹配，右連接會按照右邊的數據進行匹配。
缺失值處理
如果有缺失值，要麼直接使用中位數或者均值進行填充，要麼直接刪除缺失值。
drop_na_dt() : 一行進行刪除delete_na_cols() : 一列進行刪除delete_na_rows() : 一行進行刪除
我們直接使用full_join_dt()生成一個新的data，裡面包含缺失值
那麼如果此時我們想去掉Conc列含有缺失值的行，則直接使用函數即可，剩下的就是Conc列不含缺失值的數據框。
delete_na_cols() 和delete_na_rows()是對數據框中缺失值數量或比例大於某個閾值，就會進行行或列刪除的操作。比如這裡，我設置n=2，就會刪除缺失值大於等於2個的列，所以就剩下一個列了。
如果設置n=3則不會刪除列，因為沒有符合這個條件。
replace_na_dt()
replace_na_dt()函數可以進行對缺失值進行填充，比如我這裡使用均值進行填充。to 後面就是需要填充的內容，你想填充什麼就填充什麼。mean(data$Conc%>%na.omit())的意思就是對data中Conc列中沒有缺失的數據進行求取平均值。
replace_na_dt(data, Conc, to = mean(data$Conc%>%na.omit()))
也可以使用impute_dt()函數進行填充，直接設置填充mean即可，當然，也可以設置填充為眾數("mode")，中位數("median")。
長寬數據的轉換
R語言中最常用的還包括長款數據的轉換，方便數據分析。我們這裡使用函數的example來進行舉例，我們先生成一個stocks的數據框。
longer_dt()
使用longer_dt()函數對數據進行寬變長的操作
wider_dt()
如果想逆轉回來，只需要使用wider_dt()進行就可以了，使用name指定長數據的name，使用value指定長數據的value即可。
小提示
對於一些函數還沒搞懂的，直接使用? + 函數名，比如你還沒弄懂wider_dt()，你就直接?wider_dt()，就會出現相應的幫助介紹。
怎麼樣，簡單嗎？
留言列表