dplyr
27 pasos en 8 series de R.
El tour en el centro del R moderno. Tibbles y selección de columnas, filtrado de filas, mutate, group_by, funciones de ventana, y los seis joins más join_by para llaves que no comparten nombre.
Veintisiete pasos, el tour de R más largo de aquí, porque dplyr es lo que hoy parece la mayoría del código en R. El pipe hace buena parte del trabajo y los verbos son deliberadamente pocos: ese es todo el diseño.
Tibbles y columnas
- TibblesUn tibble imprime prolijo, nunca convierte cadenas y nunca hace coincidencia parcial.
- selectElegir columnas por nombre, posición, patrón o tipo.
- Reordenar columnasrelocate mueve columnas sin listar todas las demás.
- El pipeEncadenar operaciones de izquierda a derecha en lugar de anidarlas.
Filas
- filterConservar filas, con condiciones combinadas por coma o por operador.
- arrangeOrdenar filas, ascendente por defecto y descendente si lo pides.
- Distintos y duplicadosDescartar filas repetidas, y encontrar las que se repiten.
- Elegir filas por grupoLa fila superior de cada grupo, y las demás variantes de slice.
- filter y selectLos verbos de dplyr para elegir filas y columnas.
Columnas nuevas
- mutateAgregar o reemplazar columnas, calculadas a partir de las que ya están.
- case_when e if_elseCondicionales vectorizados, evaluados en orden.
- acrossAplicar la misma transformación a varias columnas a la vez.
- mutate y case_whenAgregar y derivar columnas dentro de un pipeline.
Agrupación
- group_byLa agrupación persiste hasta que desagrupas, la fuente habitual de bugs.
- summarizeColapsar muchas filas en una, o una por grupo.
- Conteos y proporcionesConteos, proporciones dentro de grupos y la vía tidy a una tabla de porcentajes.
- group_by y summarizeEl corazón dividir-aplicar-combinar de dplyr.
Ventanas y filas
- Funciones de ventanalag, lead, funciones acumulativas y ranking, dentro de un grupo.
- Trabajo fila por filarowwise convierte cada fila en su propio grupo, para cálculos entre columnas.
- Funciones por grupogroup_modify entrega cada grupo a una función como data frame.
Joins
- JoinsLos seis joins, y qué hace cada uno con las filas sin pareja.
- Joins con claves distintasjoin_by maneja claves renombradas, joins por desigualdad y coincidencias rolling.
- Combinar tablasbind_rows apila, bind_cols ensancha, y ambos verifican lo que pueden.
- Joins de dplyrCombinar tibbles con verbos de join explícitos.
Cerrar un pipeline
- Extraer valorespull toma una columna como vector, lo que cierra un pipeline.
- Mirar una tablaglimpse, resúmenes estilo skim y el conteo de faltantes por columna.
Bis
- tidy_pipeline.RUn pipeline tidyverse completo: preparar, resumir y graficar.