R 数据操作：dplyr 包与管道操作

安装 并 加载 dplyr 包。这是 R 语言中处理数据框最核心的工具之一。

打开 R 或 RStudio，运行 以下代码来完成环境准备：

# 安装包（如果尚未安装）
install.packages("dplyr")

# 加载包
library(dplyr)

理解管道操作 (%>%)

管道操作符 %>% 的作用是将上一步的结果直接传递给下一步的函数作为第一个参数。

例如，传统的写法是嵌套函数 func2(func1(data))，这很难阅读。使用管道后，逻辑变为 data %>% func1() %>% func2()，这就像是在说“拿 数据，做 第一步，做 第二步”。

为了更直观地理解数据流向，请看以下处理流程：

核心动词速查

dplyr 提供了一组动词来处理数据。以下是常用功能的对照表：

实战演练：分步操作

以下示例将使用 R 内置的 mtcars 数据集。

1. 筛选特定行

保留 气缸数 (cyl) 为 6 的所有汽车。

result <- mtcars %>% 
  filter(cyl == 6)

# 查看结果
print(result)

注意：判断相等必须使用双等号 ==，单等号 = 是赋值。

2. 选择特定列

选取 每加仑英里数 (mpg) 和马力 (hp) 这两列。

result <- mtcars %>% 
  select(mpg, hp)

print(result)

3. 创建新变量

计算 车重的公斤数。原数据中 wt 单位是千磅，1 千磅约等于 453.6 公斤。

result <- mtcars %>% 
  mutate(wt_kg = wt * 453.6)

print(head(result))

4. 排序数据

按 每加仑英里数 (mpg) 从高到低 排序。默认是升序，使用 desc() 函数实现降序。

result <- mtcars %>% 
  arrange(desc(mpg))

print(head(result))

综合应用：组合拳

在实际工作中，通常需要连续执行多个操作。利用管道符，可以将上述步骤串联起来，一次性完成。

目标：找出所有 6 缸 (cyl == 6) 的车，只保留 mpg 和 wt 列，计算 出车重公斤数，并按 油耗从低到高 排序。

输入 并 运行 以下代码块：

final_data <- mtcars %>% 
  filter(cyl == 6) %>%            # 1. 筛选 6 缸车
  select(mpg, wt) %>%             # 2. 只选油耗和重量
  mutate(wt_kg = wt * 453.6) %>%  # 3. 计算公斤数
  arrange(mpg)                    # 4. 按油耗升序排列

# 输出最终结果
print(final_data)

分组汇总

分组汇总是数据分析中最强大的功能之一。结合 group_by 和 summarise，可以计算不同组别的统计量。

计算 不同气缸数 (cyl) 对应的平均油耗 (mpg)。

summary_data <- mtcars %>% 
  group_by(cyl) %>%               # 1. 按气缸数分组
  summarise(
    avg_mpg = mean(mpg),          # 2. 计算平均油耗
    count = n()                   # 3. 计算该组有多少辆车
  ) %>% 
  arrange(desc(avg_mpg))          # 4. 按平均油耗降序排列

print(summary_data)