18、数据转换：使用dplyr进行数据处理

数据转换：使用dplyr进行数据处理

1. 引言

整洁的数据固然重要，但这并非终点。在进行数据可视化之前，你可能没有合适的变量，或者需要对数据进行一些聚合操作。dplyr包可以帮助你解决这些问题。

dplyr的目标是提供一系列动词（函数），帮助你解决95%的常见数据操作问题。它与ggplot2类似，不过ggplot2提供的是图形语法，而dplyr提供的是数据操作语法。dplyr不仅为你提供函数，还能帮助你思考数据操作。特别是，它会对你进行约束：你无需在数千个可能有用的函数中苦苦寻找，只需从少数几个精心设计的函数中选择即可。

在本文中，你将学习四个最重要的dplyr动词：
- filter()
- mutate()
- group_by() 和 summarise()

这些动词很容易学习，因为它们的工作方式相同：将数据框作为第一个参数，并返回一个修改后的数据框。其他参数控制转换的细节，并且总是在数据框的上下文中进行解释，因此你可以直接引用变量。

你还将学习如何使用 %>% 创建数据转换管道。 %>% 在dplyr中的作用类似于 + 在ggplot2中的作用：它允许你通过组合易于单独理解的小部分来解决复杂问题。

2. 过滤观测值

在数据分析中，我们常常只希望探索数据集的一部分。一个很好的数据分析策略是从一个观测单元（一个人、一个城市等）开始，在尝试将结论