以前にコースを旋回学ぶために基本的なデータクリーニング操作、再び含むを再配置します：
- dplyrのパッケージは、アレンジ変異、フィルタを選択し 、GROUP_BYを要約する機能、および％>％の導管動作オペレータ（PIP動作）、「次に」を意味します。
- tidyrのパッケージには、別々の、広がり収集機能を。
- lubridateのパッケージ日付可変レコード更新操作。
1、dplyrパッケージ（新しい、GROUP_BYグループ統計を変異させ、ソートアレンジ、フィルタラインを選択し、列選択を選択し、概要をまとめたもの）
（1）最初のデータを読み出し、データについての情報を表示します。
1つの ライブラリー（dplyr） 2 3 ###イントロ 4 path2csv < - file.path（' 2014-07-08.csv ' ） 5 DF < - read.csv（path2csv、としては。なる = TRUE） 6 DIM（DF） 7 頭（DF） 8 CRAN < - tbl_df（DF） 9 CRAN
（2）データの抽出、フィルタリング、ソート、および他の操作のためのいくつかの一般的な機能を使用して：
1 ＃＃基本的な機能 2 SELECT（CRAN、ip_id、パッケージ、国） ＃1 CRANデータセット名、ip_id、パッケージは、国がある列名 。3 SELECT（CRAN、r_arch：国） ＃1 r_archは：国にr_archから採取した列を表し国の列 。4 SELECT（CRAN、国：r_arch） ＃1 ターンソート 5。 SELECT（CRAN、-time） ＃は、時間列を取ることはありません 6。 SELECT（CRAN、 - （X：サイズ）） ＃は、Xの列のサイズを取ることはありません 7。 8。フィルタ（CRAN、パッケージ== " スワール"） ＃1 "渦"すべての行としてパッケージをフィルタリングCRANデータセット、 9フィルタ（CRAN、r_version == " 3.1.1 "、国== " 米国"） ＃2のフィルタ 10のフィルタ（CRAN、r_version <= " 3.0.2 "、国== "IN " ） 11。フィルタ（CRAN、国== " 米国" | ==国」で"） ＃は、正規表現の追加12があるフィルタ（CRAN、！である）.Na（r_version） ＃のすべての非空の行スクリーニングr_version 13は14（cran2、ip_id）配置 ＃のキーを押して行（デフォルトの順序を昇順ip_id）15整列（ cran2、DESC（ip_id）） ＃行の降順によってはip_id 16 （cran2、パッケージ、ip_id）アレンジ ＃の列をソートプレスパッケージ、ip_idの並べ替え 17 18であるのmutate（cran3、SIZE_MBサイズ= / 2 ^ 20である） ＃既存のSIZE_MBの新しいカラムを使用して 19のmutate（cran3、SIZE_MBサイズ= / 20 ^ 2、SIZE_GB = SIZE_MB / 2 ^ 10） ＃二つの列の作成 20 21集計ライン（cran3、avg_bytes =平均（サイズ）） ＃1 、要約を全体の統計情報を表示
（3）グループの統計情報や並べ替え：
1 by_package <-group_by（CRAN、パッケージ） ＃統計パッケージカラムによってグループ化された 2集計行（by_package、平均（サイズ）） ＃記録された各グループの平均パケット・サイズを計算した後 3。 pack_sum < -集計（by_package、 ＃1 パケットデータby_package要約統計量 。4 COUNT = N-（）、 ＃のN-（）各統計周波数 。5 UNIQUE = n_distinct（ip_id）、 ＃どのように多くの異なる各ip_id数える 。6つの 国= n_distinct（国）、 。7 avg_bytes = 平均（サイズ） ） 。8 。9分位（pack_sum $ UNIQUE、ちゃったごめんなさい= 150） ＃計算一意の99％分位 10 top_unique <εフィルタ（pack_sum、ユニーク> 465） ＃1 フィルタ465は、記録周波数よりも大きい 。11 top_unique_sorted < - アレンジ（top_unique、DESC（一意）） 12は top_countries < -フィルタ（pack_sum、国> 60 ） 13である -結果1 < アレンジ（top_countries、DESC（国）、avg_bytes） 14 プリント（結果1）
（4）工程で、ネストされたコンパクト（3）を使用して：
1結果2 < - 2 アレンジ（ 3 フィルタ（ 4 集計（ ＃分组数据用集計进行汇总 5 GROUP_BY（CRAN、 6 、パッケージ 7 ）、 8 カウント= N（）、 9 ユニーク= n_distinct（ip_id）、 10 カ国= n_distinct（国）、 11 avg_bytes = 平均値（大きさ） 12 ）、 13 カ国> 60 14 ）、 15 DESC（国）、 16 avg_bytes 17 ） 18 19 プリント（結果2）を
（5）操作の記号表現の間％>％を使用して（3）：
1 ＃あなたがそれを読んで、あなたはと％>％演算子を発音することができます 2 ＃「を」言葉。 3 result3 < - 4 CRAN％>％ 5 GROUP_BY（パッケージ）％>％ 6 集計（=カウント）（nは、 7 ユニーク= n_distinct（ip_id）、 8 カ国= n_distinct（国）、 9 avg_bytes = 平均（サイズ） 10 ）％>％ 11 フィルタ（国> 60）％>％ 12 （DESC（国アレンジ）、avg_bytes） 13 14 ＃コンソールへ印刷結果 15を 印刷（result3）
（6）機能と、いくつかのパイプシンボルと一緒に使用：
1つの CRAN％>％ 2 を選択し（ip_id、国、パッケージサイズ）％>％ 3 のmutate（SIZE_MB =サイズ/ 2 ^ 20）％>％ 4 フィルタ（SIZE_MB <= 0.5）％>％ 5 アレンジ（DESC（SIZE_MB ））％>％ 6 印刷
2、tidyrパッケージ
（1）ギャザー（）和別々の（）：
1つの ライブラリー（tidyr） 2 ライブラリ（readr） 3 ライブラリ（dplyr） 4 5 students2％>％ 6 ギャザー（sex_class、カウント、-grade）％>％ 7 別個（sex_class、C（" 性別"、" クラス"）） ％>％ 8 印刷
（students2、sex_class、COUNT、グレードの）収集以下
#gatherキーと値のペアに列を収集し、students2データセット、最初の列のグレード収集参加せず、キーと、放電として残りのデータ列名sex_class（キー）と（値）をカウントダウン。
次の列は、二つの別々のsex_class列に分割されます。別々：複数の列に1列を区切ります。
（2）スプレッド（）：＃スプレッド：複数の列を横切って、キーと値のペアを広げ。
1 students3 %>% 2 gather(class, grade, class1:class5, na.rm = TRUE) %>% 3 #name未参与gather,因此照原格式输出 4 spread(test, grade) %>% 5 # spread:Spread a key-value pair across multiple columns. 6 mutate(class=parse_number(class)) %>% 7 # parse_numeric Extract numeric component of variable. 8 print
（3）行合并以及列合并：
1 student_info <- students4 %>% 2 select(id, name, sex) %>% 3 unique() %>% #去除重复记录 4 print 5 6 gradebook <- students4 %>% 7 select(id,class,midterm,final) %>% 8 print 9 10 merge.data.frame(gradebook,student_info,by="id") 11 #列合并不同行数的数据框 12 13 passed<-mutate(passed,status="passed") 14 failed<-mutate(failed,status="failed") 15 bind_rows(passed,failed) 16 #行合并俩个数据框
（4）几个函数一起使用：
1 sat %>% 2 select(-contains("total")) %>% 3 gather(part_sex, count, -score_range) %>% 4 separate(part_sex, c("part", "sex")) %>% 5 group_by(part,sex) %>% 6 mutate( total = sum(count), #统计每组频数 7 prop = count / total) %>% #统计每组里面各分数段比例 8 print
3、lubradate包
（1）获取当前日期时间
1 library(lubridate)
wday(today()) #get the day of the week,such that 1 = Sunday, 2 = Monday
（2）时间数据的录入
1 ymd("1989-05-17") 2 ymd("1989 May 17") 3 mdy("March 12,1975") 4 dmy(25081985) 5 ymd("1920/1/2") 6 7 hms("03:22:14") 8 ymd_hms(c("2010-04-14-04-35-59", "2010-01-01 12:00:00")) 9 ymd_hms(now())
（3）更新时间数据，计算时间间隔
