使用 Dplyr 在 R 中选择变量（列）

Dplyr 是一个流行的 R 包，优化了对数据框的数据处理。它提供了多种选取变量的方法，本文介绍其中一些常用的方法。

安装和加载 Dplyr 包

首先需要安装和加载 Dplyr 包。

install.packages("dplyr") # 安装包
library(dplyr) # 加载包

基本数据框

本文我们使用的数据框如下：

data <- data.frame(name = c("Tom", "Jerry", "Mike", "John"),
                   age = c(25, 32, 20, 27),
                   city = c("Beijing", "New York", "Paris", "Tokyo"))

它长这样：

| name | age | city | |------|-----|------------| | Tom | 25 | Beijing | | Jerry| 32 | New York | | Mike | 20 | Paris | | John | 27 | Tokyo |

选择列

使用 select() 函数可以选择列。select() 函数有两种指定列的方法：一种是用列名，另一种是用列位置。

用列名选择列

使用列名来选择列，有两种方式：一种是用 . 号，一种是用字符串。

# 用 . 号
data %>% select(name, age)

# 用字符串
data %>% select("name", "age")

输出：

| name | age | |------|-----| | Tom | 25 | | Jerry| 32 | | Mike | 20 | | John | 27 |

用列位置选择列

使用列位置选择列也有两种方式：一种是用 : 号来选取一段位置间的所有列，另一种是用 c() 函数自己选择位置。

# 选择第1~2列
data %>% select(1:2)

# 选择第1, 3列
data %>% select(c(1, 3))

输出：

| name | city | |------|------------| | Tom | Beijing | | Jerry| New York | | Mike | Paris | | John | Tokyo |

重命名列

使用 rename() 函数可以对数据框的列进行重命名。

data %>% rename(full_name=name)

输出：

| full_name | age | city | |-----------|-----|------------| | Tom | 25 | Beijing | | Jerry | 32 | New York | | Mike | 20 | Paris | | John | 27 | Tokyo |

参考

dplyr.tidyverse.org