add 2.3
This commit is contained in:
parent
cb2e22fde5
commit
c292d0ffab
|
@ -0,0 +1 @@
|
|||
../../_extensions
|
|
@ -0,0 +1,327 @@
|
|||
---
|
||||
title: "Data Transform"
|
||||
subtitle: 《区域水环境污染数据分析实践》<br>Data analysis practice of regional water environment pollution
|
||||
author: 苏命、王为东<br>中国科学院大学资源与环境学院<br>中国科学院生态环境研究中心
|
||||
date: today
|
||||
lang: zh
|
||||
format:
|
||||
revealjs:
|
||||
theme: dark
|
||||
slide-number: true
|
||||
chalkboard:
|
||||
buttons: true
|
||||
preview-links: auto
|
||||
lang: zh
|
||||
toc: true
|
||||
toc-depth: 1
|
||||
toc-title: 大纲
|
||||
logo: ./_extensions/inst/img/ucaslogo.png
|
||||
css: ./_extensions/inst/css/revealjs.css
|
||||
pointer:
|
||||
key: "p"
|
||||
color: "#32cd32"
|
||||
pointerSize: 18
|
||||
revealjs-plugins:
|
||||
- pointer
|
||||
filters:
|
||||
- d2
|
||||
---
|
||||
|
||||
```{r}
|
||||
#| echo: false
|
||||
knitr::opts_chunk$set(echo = TRUE)
|
||||
source("../../coding/_common.R")
|
||||
library(nycflights13)
|
||||
library(tidyverse)
|
||||
|
||||
```
|
||||
|
||||
|
||||
## `tidyverse`风格数据分析总体流程
|
||||
|
||||

|
||||
|
||||
|
||||
## [dplyr cheatsheet](../../image/cheatsheet/data-transformation.pdf)
|
||||
|
||||
|
||||
```{r}
|
||||
#| echo: false
|
||||
dwfun::ggsavep("../../image/cheatsheet/data-transformation.svg", loadit = TRUE)
|
||||
```
|
||||
|
||||
|
||||
|
||||
## 查看数据
|
||||
|
||||
```{r}
|
||||
flights
|
||||
```
|
||||
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
#| results: false
|
||||
|
||||
flights |>
|
||||
select(year, month, day)
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
#| results: false
|
||||
|
||||
flights |>
|
||||
select(year:day)
|
||||
```
|
||||
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(3:5)
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(!year:day)
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(-(year:day))
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(where(is.character))
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(!where(is.character)) |>
|
||||
select(contains("_"))
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(tail_num = tailnum)
|
||||
```
|
||||
|
||||
## 选择列
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
select(air_time, everything())
|
||||
```
|
||||
|
||||
|
||||
## 重命名
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
rename(tail_num = tailnum)
|
||||
```
|
||||
|
||||
## 重命名
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
rename(年份 = 1) |>
|
||||
rename(月份 = 2)
|
||||
|
||||
```
|
||||
|
||||
## 重命名
|
||||
|
||||
```{r}
|
||||
flights |> select(1:4) |> head(n = 3)
|
||||
# 重命名
|
||||
flights |> select(1:4) |> head(n = 3) |>
|
||||
rename_all(~c("c1", "c2", "c3", "c4"))
|
||||
```
|
||||
|
||||
## 重命名
|
||||
|
||||
```{r}
|
||||
flights |> select(1:4) |> head(n = 3)
|
||||
# 重命名
|
||||
flights |> select(1:4) |> head(n = 3) |>
|
||||
rename_all(toupper)
|
||||
```
|
||||
|
||||
|
||||
## 重命名
|
||||
|
||||
```{r}
|
||||
flights |> select(1:4) |> head(n = 3)
|
||||
# 重命名
|
||||
flights |> select(1:4) |> head(n = 3) |>
|
||||
rename_all(~paste0(toupper(.), "_NEW"))
|
||||
```
|
||||
|
||||
|
||||
## 练习
|
||||
|
||||
将含有下划线的列名中的下划线去掉。
|
||||
|
||||
|
||||
```{r}
|
||||
flights |> select(1:4) |> head(n = 3)
|
||||
```
|
||||
|
||||
|
||||
## 练习
|
||||
|
||||
将`airqualitydf`中列名的单位信息去除(前5列)。
|
||||
|
||||
|
||||
```{r}
|
||||
airqualitydf <- readxl::read_xlsx("../../data/airquality.xlsx", sheet = 2)
|
||||
airqualitydf |> select(1:5)
|
||||
```
|
||||
|
||||
|
||||
|
||||
## `filter`
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
filter(dep_delay > 120)
|
||||
```
|
||||
|
||||
## filter 练习
|
||||
|
||||
Flights that departed on January 1.
|
||||
|
||||
```{r}
|
||||
#| echo: false
|
||||
flights |>
|
||||
filter(month == 1 & day == 1)
|
||||
```
|
||||
|
||||
## filter 练习
|
||||
|
||||
|
||||
Select flights that departed in January or February
|
||||
|
||||
```{r}
|
||||
#| echo: false
|
||||
flights |>
|
||||
filter(month %in% c(1, 2))
|
||||
```
|
||||
|
||||
## filter 练习
|
||||
|
||||
```{r}
|
||||
jan1 <- flights |>
|
||||
filter(month == 1 & day == 1)
|
||||
```
|
||||
|
||||
## filter
|
||||
|
||||
```{r}
|
||||
#| error: true
|
||||
#| eval: false
|
||||
|
||||
flights |>
|
||||
filter(month = 1)
|
||||
```
|
||||
|
||||
## filter
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
filter(month == 1 | 2)
|
||||
```
|
||||
|
||||
## 排序
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
arrange(year, month, day, dep_time)
|
||||
```
|
||||
|
||||
## 排序
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
arrange(desc(dep_delay))
|
||||
```
|
||||
|
||||
## slice
|
||||
|
||||
```{r}
|
||||
flights |> head(n = 5)
|
||||
flights |> slice(1:5)
|
||||
```
|
||||
|
||||
## slice
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
slice_max(dep_delay, n = 5)
|
||||
```
|
||||
|
||||
## slice
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
slice_min(dep_delay, prop = 0.005)
|
||||
```
|
||||
|
||||
## 排序练习
|
||||
|
||||
根据`origin`、`dest`、`air_time`倒序排序。
|
||||
|
||||
```{r}
|
||||
#| echo: false
|
||||
flights |>
|
||||
arrange(origin, dest, desc(air_time)) |>
|
||||
select(origin, dest, air_time, everything())
|
||||
```
|
||||
|
||||
|
||||
## 去重
|
||||
|
||||
```{r}
|
||||
# Remove duplicate rows, if any
|
||||
flights |>
|
||||
distinct()
|
||||
```
|
||||
|
||||
## 去重
|
||||
|
||||
```{r}
|
||||
# Find all unique origin and destination pairs
|
||||
flights |>
|
||||
distinct(origin, dest)
|
||||
```
|
||||
|
||||
## 去重
|
||||
|
||||
```{r}
|
||||
flights |>
|
||||
distinct(origin, dest, .keep_all = TRUE)
|
||||
```
|
||||
|
||||
|
||||
|
||||
## 欢迎讨论!{.center}
|
||||
|
||||
|
||||
`r rmdify::slideend(wechat = FALSE, type = "public", tel = FALSE, thislink = "https://drc.drwater.net/course/public/RWEP/PUB/SD/")`
|
||||
|
Loading…
Reference in New Issue