mutate()为入口 管道符操作数据

mutate()添加新变量列，保留之前。注：如果没有赋予新值，则在原列基础操作，这种情况多在管道符。 注：新增列与已有列的行数会一致，也要求一致。

transmute() 添加新变量列，并删除现有列。

当与现有具相同变量名，则会覆盖现有变量名

mutate() 增加新列，可以基于现有列运算新列的值，也可以定义。如 test %>%mutate(dname=c("d","d")) 这种情况下，就等同于test$dname=c("d","d")   

 

 

强在通过管道符来实现多个计算。

1.搭配group，计算本变量在分组内的平均值。

> starwars%>% + select(name,mass,species)%>%

+ group_by(species)%>%

+ mutate(mass_norm=mass/mean(mass,na.rm=TRUE)) # 下图，前者除以在对应观测分组内均值，后者处以所有观测值均值。

 

2 通过设置.before，.after参数设置新增列位于正数(倒数)第几列如： df2 %>% mutate(z = x + y,.before=1)

 

3 还可以设置保留输入列/非输入列。如

 df <- tibble(x = 1, y = 2, a = "a", b = "b") # tibble是tidyverse的新数据类型，是data.frame的子类型。

 df%>%mutate(z=x+y,.keep="all") #默认，原所有列都包含。

 df%>%mutate(z=x+y,.keep="used") #只保留用到的x,y以及新增的z列

df%>%mutate(z=x+y,.keep="unused")# 只保留没用大的a,b和新增的z列

df%>%mutate(z=x+y,.keep="none") #只保留新增的z列。

 

 

4  tidyverse包的across()函数强大在对多列运行函数。常配合muate()对多列处理。如：

> starwars%>%

　　+ select(name,homeworld,species)%>%

　　+ mutate(across(!name,as.factor))#对他两列转换成factor