dplyr包之变形: mutate()

最新推荐文章于 2025-11-02 10:30:36 发布
原创 最新推荐文章于 2025-11-02 10:30:36 发布 · 2.6k 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#R #dplyr包

本文介绍了在数据处理中使用mutate和transmute函数的区别。mutate用于添加新变量并保留原有变量，而transmute则只保留新创建的变量。通过mtcars数据集示例展示了两种操作的具体应用。

Description

Mutate adds new variables and preserves existing; transmute drops existing variables.

Mutate 增加了新的变量和保存现有;transmute 不保留现有变量。

使用方法

 mutate(mtcars, displ_l = disp / 61.0237)
    mpg cyl  disp  hp drat    wt  qsec vs am gear carb  displ_l
1  21.0   6 160.0 110 3.90 2.620 16.46  0  1    4    4 2.621932
2  21.0   6 160.0 110 3.90 2.875 17.02  0  1    4    4 2.621932
3  22.8   4 108.0  93 3.85 2.320 18.61  1  1    4    1 1.769804
4  21.4   6 258.0 110 3.08 3.215 19.44  1  0    3    1 4.227866
5  18.7   8 360.0 175 3.15 3.440 17.02  0  0    3    2 5.899347
6  18.1   6 225.0 105 2.76 3.460 20.22  1  0    3    1 3.687092
7  14.3   8 360.0 245 3.21 3.570 15.84  0  0    3    4 5.899347
8  24.4   4 146.7  62 3.69 3.190 20.00  1  0    4    2 2.403984

返回了数据框原本含有的数据

transmute(mtcars, displ_l = disp / 61.0237)
    displ_l
1  2.621932
2  2.621932
3  1.769804
4  4.227866
5  5.899347
6  3.687092
7  5.899347
8  2.403984

仅返回了变化的不保留原始的数据

R语言dplyr包中的`mutate_all`函数：一次性处理所有数据列的内容
2301_79331230的博客
08-24 482
函数是R语言dplyr包中的一个强大函数，它可以一次性处理数据框中的所有列，并对它们的内容进行相似的操作或转换。假设我们有一个包含学生成绩的数据框，其中包括学生的姓名、数学成绩、英语成绩和历史成绩。我们希望对数学、英语和历史成绩进行标准化处理，即将每个成绩减去平均成绩，并除以标准差，以便比较不同学科之间的相对表现。它提供了一组简洁而直观的函数，用于对数据进行转换、筛选和汇总等操作。包中一个非常有用的函数，它可以一次性处理数据框（data frame）中的所有列，并对它们的内容进行相似的操作或转换。
R语言dplyr包mutate_at函数和min_rank函数计算dataframe中指定数据列的排序序号值、名次值、将最大值的rank值赋值为1
statistics+insight+vista+power
07-07 502
R语言dplyr包mutate_at函数和min_rank函数计算dataframe中指定数据列的排序序号值、名次值、将最大值的rank值赋值为1（calculate Rank for Variables）
R语言【dplyr】——mutate() 可以创建与现有变量函数相关的新列。它还可以修改（如果名称与现有列相同）和删除列（通过将其值设置为 NULL）
whitedrogen的博客
12-23 1658
参数【...】： 键值对。键名给输出结果的列命名。值可以是： 长度为 1 的向量，该向量的元素数量的整数倍必须是数据集的行数。 与当前分组（或整个数据集，如果未分组）长度相同的向量。 NULL，表示删除该列。 数据集或 tibble，用于在输出中创建多列。
dplyr mutate多列操作指南：3步实现批量变量生成，告别重复代码
最新发布
AlgoInk的博客
11-02 611
掌握R语言dplyr mutate新增多列技巧，3步实现批量变量生成，告别重复代码。适用于数据清洗与特征工程，利用across、rowwise等方法高效操作多列，提升代码可读性与执行效率，值得收藏。
BitmapDrawable.mutate()
花花young
02-26 2951
对BitmapDrawable有了更深的认识后才发现有点错怪了Google那帮家伙，其实他们也早就意识到“原文”所提到的问题了，虽然做出补救是在SDK1.5才出现的，那就是BitmapDrawable.mutate()这个方法。 原来Resources缓存的并不是个Drawable，而是Drawable中的State（比如BitmapDrawable的BitmapState）。是这个State起
R语言学习笔记（2）——mutate（）函数
weixin_57198917的博客
02-26 1万+
今天要讲的函数是mutate（）函数，翻译过来有转变，突变的意思，它的功能是增加新的变量并保持原有的变量。 mutate(xscj,zcj = rowSums(.[4:12])) 第一个变量是数据引用，要增加变量，必须有原始数据才能进行操作，不过这个函数要求的数据类型是dataframe类型，在一般的操作中，我们都会先打开文件，数据形式一般为dataframe xscj<-read.csv("F:/R语言学习课程/R/cjb.csv") mutate第二个参数就是给出新的变量，上例中代码
R语言包学习之dplyr包：数据处理
Smilecoc的博客
08-23 5703
dplyr是R语言的数据分析包，类似于python中的pandas，能对dataframe类型的数据做很方便的数据处理和分析操作
R语言笔记八：数据转换之reshape2包、tidyr包、dplyr包
weixin_44384631的博客
07-23 2921
1.数据转换之reshape2包 （1）使用merge函数 x <- data.frame(k1=c(NA,NA,3,4,5),k2=c(1,NA,NA,4,5),data=1:5) y <- data.frame(k1=c(NA,2,NA,4,5),k2=c(NA,NA,3,4,5),data=1:5) merge(x,y,by)合并函数：by表示根据x和y中的某一列进行合并。如： merge(x,y,by=c(“k1”,“k2”)) （2）reshape2包 （使用R中的airqualit
R语言--高效操作数据框（dplyr包）（1）
jhr112的博客
03-08 1万+
数据框是R语言中的一个重要数据结构，在数据分析过程中，主要的数据对象就是数据框。R语言内置了data.frame类，dplyr包则加强了数据框的各种操作，语法与SQL类似,使数据框的处理变得灵活多变，处理速度得到很大提升。 本文针对在数据分析中数据框使用的各种常用场景，总结了dplyr包的使用方法。本文为该系列的第一篇。 环境&软件 win10 64bit R 3.6.1 安装包 ...
学习笔记（一）tidyverse之dplyr包------数据清洗转换
ss_fisher的博客
07-08 4361
1、dpylr包概况dpylr包是tidyverse中的一员，可用于处理R内部或者外部的结构化数据，相较于plyr包，dplyr专注于数据框（dataframe）对象, 大幅提高了速度,并且提供了更稳健的数据库接口，。同时，dplyr包可用于操作Spark的dataframe。学习资料：tidyverse官方学习文档part5本文主要记录5个重点函数的学习，分别是filter() arrange(...
数据清洗与处理技巧：R中的dplyr与tidyr包应用
在本章中，我们将介绍数据清洗的重要性，以及利用R语言中的dplyr与tidyr包进行数据清洗与处理的相关内容。 # 2. 数据清洗基础 数据清洗是数据处理过程中至关重要的一环，它涉及到对数据进行审查、纠正和完善，以...
阅读mutate源码学习dplyr
weixin_34007291的博客
03-19 282
dplyr是R语言里面处理数据数据非常好使的包，但是最近使用它解决一些问题时遇到了瓶颈，并且搜到的教程都特别基础，所以我打算从源码的角度去找解决方案。 为了理解dplyr::mutate这个函数，我们需要借助一个实例，分别思考mutate(mtcars), mutate(mtcars, gear+carb)和...
【R语言】必学包之dplyr包
热门推荐
Neverland
02-10 11万+
R包dplyr可用于处理R内部或者外部的结构化数据，相较于plyr包，dplyr专注接受dataframe对象, 大幅提高了速度, 并且提供了更稳健的数据库接口。同时，dplyr包可用于操作Spark的dataframe。 1. 数据集类型转换     tbl_df()可用于将过长过大的数据集转换为显示更友好的 tbl_df 类型。使用dplyr包处理数据前，建议先将数据集转换为tbl对象。
头文件区分大小写吗_VLOOKUP函数不能区分大小写，应该如何实现查找匹配呢？...
weixin_30346025的博客
01-27 406
大家注意郭VLOOKUP函数是无法区分大小写的吗？雷哥分享2种方法，实现区分大小写的匹配查询。方法1：Exact+Lookup函数法① Exact函数是文本对比函数，语法为 = Exact(参数1，参数2)如果2个参数完全一致(区分大小写)，则返回True；否则返回False。② Lookup函数=LOOKUP(1,0/(条件1)*(条件2),返回值)这是Lookup的一个经典用法。 看公式确实有...
mutate函数详解
weixin_47634487的博客
03-01 3025
是R语言dplyr包中的一个函数，用于在数据框中添加新的列或修改现有列。它允许你使用现有的列计算新列的值。
R----dplyr包介绍学习
weixin_34205826的博客
11-14 901
dplyr包：plyr包的替代者，专门面对数据框，将ddplyr转变为更易用的接口 %&gt;%来自dplyr包的管道函数，其作用是将前一步的结果直接传参给下一步的函数，从而省略了中间的赋值步骤，可以大量减少内存中的对象，节省内存，可惜的是应用范围还不是很广。 dplyr和data.table（易于操作数据）是R的两个高效数据处理包，这两个包有它们各自的优点。 data.table在语法灵活性和p...
tidyverse笔记——dplyr包
唯欣主义的博客
07-29 480
本文介绍R数据分析的强力工具tidyverse中一个实用的包——dplyr，用于做数据变换，功能强大，之后会尽快更新关于这个包进阶的玩法和花样
【R语言】dplyr包
meimang666的博客
08-29 1317
出处：AI入门学习 dplyr包主要用于数据清洗和整理，主要功能有：行选择、列选择、统计汇总、窗口函数、数据框交集等是非常高效、友好的数据处理包，学清楚了，基本上数据能随意玩弄，对的，随意玩弄，简直大大提高数据处理及分析效率。我以为，该包是数据分析必学包之一。学习过程需要大量试验，领悟其中设计的精妙之处。欢迎交流 #包安装与加载 install.packages("dplyr") library(dplyr) #调用mtcars数据&数据集介绍 data(mtcars) str(mtc
R语言必学包 - 数据处理利器dplyr
CyberJolt的博客
08-29 1123
运行以上代码，我们得到了一个新的数据框df_with_salary_level，其中包含了一个名为salary_level的新列，该列表示员工的薪资水平（高或低）。运行以上代码，我们得到了一个名为df的数据框，其中包含了姓名（name）、年龄（age）和工资（salary）三列的数据。运行上述代码，我们得到了一个新的数据框filtered_rows，其中只包含了年龄大于等于35岁的员工的数据。通过运行上述代码，我们得到了一个新的数据框selected_cols，其中只包含了姓名和年龄两列的数据。
mutate
05-26
### 关于 `mutate` 函数的概念及其在编程中的使用 在数据处理领域，尤其是涉及表格型数据的操作时，`mutate` 是一种常见的函数或方法名称。它通常用于修改现有列或将新计算的结果作为新列添加到数据集中。以下是有关 `mutate` 的具体概念和用法： #### 1. **`mutate` 在数据分析库中的实现** 在 R 和 Python 中的数据分析工具（如 dplyr 或 pandas）中，`mutate` 被广泛应用于数据转换操作。 - 在 R 的 dplyr 库中，`mutate` 方法允许用户基于现有的列创建新的列或者更新已有列的值[^5]。 - 类似地，在 PySpark 数据框架 API 中，虽然没有直接命名为 `mutate` 的方法，但可以通过 `.withColumn()` 实现相同的功能。 ```python from pyspark.sql import SparkSession spark = SparkSession.builder.appName("example").getOrCreate() # 创建示例 DataFrame data = [(1, "Alice"), (2, "Bob")] columns = ["id", "name"] df = spark.createDataFrame(data, columns) # 使用 withColumn 添加一列 age df_with_age = df.withColumn("age", lit(30)) # 假设默认年龄为 30 df_with_age.show() ``` 此代码片段展示了如何通过 `.withColumn()` 方法向 DataFrame 添加一个新的列 `age`，这类似于其他语言中的 `mutate` 功能[^6]。 #### 2. **`mutate` 的核心功能** 无论是在哪种编程环境中，`mutate` 都具有以下几个主要特点： - 它不会改变原始数据集，而是返回一个经过变换的新数据集。 - 支持复杂的表达式运算来定义新列的内容。 - 可以同时生成多个新列或一次性更新多列。 对于 SQL 用户来说，这种行为可以类比为 SELECT 查询语句的一部分，其中新增加的字段由已有的字段派生而来。 #### 3. **与其他数据操作的区别** 需要注意的是，尽管 `mutate` 提供了一种强大的机制来进行列级别的调整，但它并不适用于过滤行、分组聚合等更复杂的数据操作场景。这些任务可能需要借助其他的专用函数完成，比如 filter/select/group_by/summarize 等[^7]。 --- ###
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值