1. tibble introduction
tibble是R语言中一个用来替换data.frame类型的扩展的数据框，tibble继承了data.frame，是弱类型的，同时与data.frame有相同的语法，使用起来更方便。tibble包，也是由Hadley开发的R包。
tibble对data.frame做了重新的设定：
-
tibble，不关心输入类型，可存储任意类型，包括list类型
-
tibble，没有行名设置 row.names
-
tibble，支持任意的列名
-
tibble，会自动添加列名
-
tibble，类型只能回收长度为1的输入
-
tibble，会懒加载参数，并按顺序运行
-
tibble，是tbl_df类型
2. tibble Installation
# The easiest way to get tibble is to install the whole tidyverse:
install.packages("tidyverse")
# Alternatively, install just tibble:
install.packages("tibble")
# Or the the development version from GitHub:
# install.packages("devtools")
devtools::install_github("tidyverse/tibble")
3. tibble usage
对于tibble包的使用，主要需掌握创建、数据转型、数据查看、数据操作、与data.frame的区别点。复杂的数据处理功能，由dplyr项目来完成
3.1 创建tibble
创建一个tibble类型的data.frame非常简单，语法与传统的data.frame类似。
# 创建一个data.frame
d1 <- data.frame(1:5,b=LETTERS[1:5])
d1
## X1.5 b
## 1 1 A
## 2 2 B
## 3 3 C
## 4 4 D
## 5 5 E
# 创建一个tibble类型的data.frame
t1 <- tibble(1:5,b=LETTERS[1:5])
t1
## # A tibble: 10 x 2
## `1:5` b
## <int> <chr>
## 1 1 A
## 2 2 B
## 3 3 C
## 4 4 D
## 5 5 E
从上面的输出可以看到tibble类型，会在输出时多一行，用来指定每一列的类型。
tibble用缩写定义了7种类型：
-
int，代表integer
-
dbl，代表double
-
chr，代表character向量或字符串
-
dttm，代表日期+时间(a date + a time)
-
lgl，代表逻辑判断TRUE或者FALSE
-
fctr，代表因子类型factor
-
date，代表日期dates
查看类型，发现tbl_df继承了tbl继承是data.frame，所以tibble是data.frame的子类型。
class(d1) # d1为data.frame类型
## [1] "data.frame"
class(t1) # t1为tbl_df类型
## [1] "tbl_df" "tbl" "data.frame"
is.tibble(t1) # 判断是不是tibble类型
## [1] TRUE
attributes(t1) # 查看t1的属性
## $names
## [1] "1:5" "b"
##
## $class
## [1] "tbl_df" "tbl" "data.frame"
##
## $row.names
## [1] 1 2 3 4 5
str(t1) # 查看t1的静态结构
## Classes 'tbl_df', 'tbl' and 'data.frame': 5 obs. of 2 variables:
## $ 1:5: int 1 2 3 4 5
## $ b : chr "A" "B" "C" "D" ...
通过文本排列创建tibble
# tribble: 智能行(Row-wise)创建tibble
tribble(
~colA, ~colB,
"a", 1,
"b", 2,
"c", 3)
## # A tibble: 3 x 2
## colA colB
## <chr> <dbl>
## 1 a 1
## 2 b 2
## 3 c 3
通过vector创建tibble
tibble(letters[1:8])
## # A tibble: 8 x 1
## `letters[1:8]`
## <chr>
## 1 a
## 2 b
## 3 c
## 4 d
## 5 e
## 6 f
## 7 g
## 8 h
通过list创建tibble
tibble(x = list(diag(1), diag(2)))
## # A tibble: 2 x 1
## x
## <list>
## 1 <dbl [1 x 1]>
## 2 <dbl [2 x 2]>
通过data.frame创建tibble, 或者通过一个tibble创建另一个tibble, 会报错
tibble(data.frame(1:5))
tibble(x = tibble(1, 2, 3))
## Error: Column `x` must be a 1d atomic vector or a list
tibble其实是存储list类型，这是data.frame做不到的。
3.2 数据类型转换
tibble是一个新的类型，R语言中大部分的数据都是基于原有的数据类型，所以原有数据类型与tibble类型的转换非常重要。
tibble类型是非常友好的，可以与data.frame, list, matrix 进行相互转型操作。tibble与vector不能进行直接转型，这与data.frame的行为一致，如果需要转型，可以分别取出每一列进行拼接，或转为matrix再操作。
tibble与data.frame的转型 是非常平滑的，一个转型函数就够，不需要中间做任何的特殊处理。
d2 <- as.tibble(d1) # 把data.frame转型为tibble
d2
## # A tibble: 5 x 2
## X1.5 b
## <int> <fctr>
## 1 1 A
## 2 2 B
## 3 3 C
## 4 4 D
## 5 5 E
as.data.frame(d2) # 再转回data.frame
## X1.5 b
## 1 1 A
## 2 2 B
## 3 3 C
## 4 4 D
## 5 5 E
tibble与list的转型 也是非常平滑的，一个转型函数就够。
df <- as.tibble(list(x = 1:500, y = runif(500), z = 500:1)) # 把list转型为tibble
df
## # A tibble: 500 x 3
## x y z
## <int> <dbl> <int>
## 1 1 0.8495452 500
## 2 2 0.7618803 499
## 3 3 0.2777375 498
## 4 4 0.2526940 497
## 5 5 0.5113623 496
## 6 6 0.4388692 495
## 7 7 0.9790384 494
## 8 8 0.9115946 493
## 9 9 0.2533256 492
## 10 10 0.8666731 491
## # ... with 490 more rows
str(as.list(df)) # 把tibble再转为list
## List of 3
## $ x: int [1:500] 1 2 3 4 5 6 7 8 9 10 ...
## $ y: num [1:500] 0.85 0.762 0.278 0.253 0.511 ...
## $ z: int [1:500] 500 499 498 497 496 495 494 493 492 491 ...
tibble与matrix的转型 也是非常平滑的，一个转型函数就够。
m <- matrix(rnorm(15), ncol = 5) # 生成一个matrix
df <- as.tibble(m) # matrix转为tibble
df
## # A tibble: 3 x 5
## V1 V2 V3 V4 V5
## <dbl> <dbl> <dbl> <dbl> <dbl>
## 1 0.5118629 0.5878416 0.1326850 -0.4349186 -0.4230024
## 2 1.4946800 -2.4883066 -0.2714426 -1.2485644 0.4272643
## 3 0.4299499 0.0667462 -0.3266860 1.0473085 0.2667502
as.matrix(df) # tibble转为matrix
## V1 V2 V3 V4 V5
## [1,] 0.5118629 0.5878416 0.1326850 -0.4349186 -0.4230024
## [2,] 1.4946800 -2.4883066 -0.2714426 -1.2485644 0.4272643
## [3,] 0.4299499 0.0667462 -0.3266860 1.0473085 0.2667502
vector可以转型为tibble类型，但是不能再转回vector了。
x <- as.tibble(1:5) # vector转型到tibble
x
## # A tibble: 5 x 1
## value
## <int>
## 1 1
## 2 2
## 3 3
## 4 4
## 5 5
as.vector(x) # tibble转型到vector, 不成功
## # A tibble: 5 x 1
## value
## <int>
## 1 1
## 2 2
## 3 3
## 4 4
## 5 5
3.3 tibble数据查询和取出
数据查询
通常用str()函数来观察数据的静态组成结果，tibble包提供了glimpse()，可以方便我们来观察tibble和data.frame类型的数据。
glimpse(mtcars) # glimpse()对data.frame的数据查看输出
## Observations: 32
## Variables: 11
## $ mpg <dbl> 21.0, 21.0, 22.8, 21.4, 18.7, 18.1, 14.3, 24.4, 22.8, 19....
## $ cyl <dbl> 6, 6, 4, 6, 8, 6, 8, 4, 4, 6, 6, 8, 8, 8, 8, 8, 8, 4, 4, ...
## $ disp <dbl> 160.0, 160.0, 108.0, 258.0, 360.0, 225.0, 360.0, 146.7, 1...
## $ hp <dbl> 110, 110, 93, 110, 175, 105, 245, 62, 95, 123, 123, 180, ...
## $ drat <dbl> 3.90, 3.90, 3.85, 3.08, 3.15, 2.76, 3.21, 3.69, 3.92, 3.9...
## $ wt <dbl> 2.620, 2.875, 2.320, 3.215, 3.440, 3.460, 3.570, 3.190, 3...
## $ qsec <dbl> 16.46, 17.02, 18.61, 19.44, 17.02, 20.22, 15.84, 20.00, 2...
## $ vs <dbl> 0, 0, 1, 1, 0, 1, 0, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 1, 1, ...
## $ am <dbl> 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, ...
## $ gear <dbl> 4, 4, 4, 3, 3, 3, 3, 4, 4, 4, 4, 3, 3, 3, 3, 3, 3, 4, 4, ...
## $ carb <dbl> 4, 4, 1, 1, 2, 1, 4, 2, 2, 4, 4, 3, 3, 3, 4, 4, 4, 1, 2, ...
str(mtcars) # str()对data.frame的数据查看输出
## 'data.frame': 32 obs. of 11 variables:
## $ mpg : num 21 21 22.8 21.4 18.7 18.1 14.3 24.4 22.8 19.2 ...
## $ cyl : num 6 6 4 6 8 6 8 4 4 6 ...
## $ disp: num 160 160 108 258 360 ...
## $ hp : num 110 110 93 110 175 105 245 62 95 123 ...
## $ drat: num 3.9 3.9 3.85 3.08 3.15 2.76 3.21 3.69 3.92 3.92 ...
## $ wt : num 2.62 2.88 2.32 3.21 3.44 ...
## $ qsec: num 16.5 17 18.6 19.4 17 ...
## $ vs : num 0 0 1 1 0 1 0 1 1 1 ...
## $ am : num 1 1 1 0 0 0 0 0 0 0 ...
## $ gear: num 4 4 4 3 3 3 3 4 4 4 ...
## $ carb: num 4 4 1 1 2 1 4 2 2 4 ...
df <- tibble(x = rnorm(500), y = rep(LETTERS[1:25],20)) # 新建tibble
glimpse(df) # glimpse()对tibble的数据查看输出
## Observations: 500
## Variables: 2
## $ x <dbl> 0.518404287, 0.097806751, 1.045576809, -1.214969437, 0.06113...
## $ y <chr> "A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", ...
str(df) # str()对tibble的数据查看输出
## Classes 'tbl_df', 'tbl' and 'data.frame': 500 obs. of 2 variables:
## $ x: num 0.5184 0.0978 1.0456 -1.215 0.0611 ...
## $ y: chr "A" "B" "C" "D" ...
按列出数据
df <- tibble(x = 1:3, y = 3:1)
df[1] # 一层[]返回的结果还是tibble
## # A tibble: 3 x 1
## x
## <int>
## 1 1
## 2 2
## 3 3
df[[1]] # 二层[]与$返回的结果为列组成的向量
## [1] 1 2 3
df$x # 二层[]与$返回的结果为列组成的向量
## [1] 1 2 3
按行取数据，用,来做分隔符
df[1,] # 取第一行,返回的结果还是tibble
## # A tibble: 1 x 2
## x y
## <int> <int>
## 1 1 3
df[1:2,] # 取前2行,返回的结果还是tibble
## # A tibble: 2 x 2
## x y
## <int> <int>
## 1 1 3
## 2 2 2
df[2:3,2] # 取第二列的2,3行, 返回的结果还是tibble
## # A tibble: 2 x 1
## y
## <int>
## 1 2
## 2 1
df[2:3, ]$y # 取第二列的2,3行, 返回的结果为列组成的向量
## [1] 2 1
3.4 tibble数据增加行和列
add_column(df, z = -1:1, w = 0) # 增加列。默认加入最后一列后面，但是可以用.before和.after参数指定要插入列的位置
## # A tibble: 3 x 4
## x y z w
## <int> <int> <int> <dbl>
## 1 1 3 -1 0
## 2 2 2 0 0
## 3 3 1 1 0
add_row(df, x = 99, y = 9) # 增加行。默认加入最后一行后面
## # A tibble: 4 x 2
## x y
## <dbl> <dbl>
## 1 1 3
## 2 2 2
## 3 3 1
## 4 99 9
add_row(df, x = 99, y = 9, .before = 2) # 在特定位置加入行，加入第二行前面
## # A tibble: 4 x 2
## x y
## <dbl> <dbl>
## 1 1 3
## 2 99 9
## 3 2 2
## 4 3 1
add_row(df, x = 99, y = 9, .after = 2) # 在特定位置加入行，加入第二行后面
## # A tibble: 4 x 2
## x y
## <dbl> <dbl>
## 1 1 3
## 2 2 2
## 3 99 9
## 4 3 1
3.5 tibble与data.frame的区别
列名，可以自由定义，并且会自动补全
tb <- tibble(
`:)` = "smile",
` ` = "space",
`2000` = "number",
`列名` = "hi",
1,1L)
tb
## # A tibble: 1 x 6
## `:)` ` ` `2000` 列名 `1` `1L`
## <chr> <chr> <chr> <chr> <dbl> <int>
## 1 smile space number hi 1 1
数据，按顺序执行懒加载
a <- 1:5
tibble(a, b = a * 2)
## # A tibble: 5 x 2
## a b
## <int> <dbl>
## 1 1 2
## 2 2 4
## 3 3 6
## 4 4 8
## 5 5 10
打印输出控制，tibble的打印控制被重写了，所以执行print()函数时，模型会先进行类型匹配，然后调用print.tbl()。
tb <- tibble(a=1:5, b = a * 2, c=NA, d='a', e=letters[1:5]) # 创建tiblle
print(tb, n = 10, width = Inf) # 打印前10行，不限宽度
## # A tibble: 5 x 5
## a b c d e
## <int> <dbl> <lgl> <chr> <chr>
## 1 1 2 NA a a
## 2 2 4 NA a b
## 3 3 6 NA a c
## 4 4 8 NA a d
## 5 5 10 NA a e
print(tb,n = 3, width = 30) # 打印前3行，宽度30
## # A tibble: 5 x 5
## a b c d
## <int> <dbl> <lgl> <chr>
## 1 1 2 NA a
## 2 2 4 NA a
## 3 3 6 NA a
## # ... with 2 more rows, and 1
## # more variables: e <chr>
df <- data.frame(tb); print(df) # 用print函数，打印data.frame
## a b c d e
## 1 1 2 NA a a
## 2 2 4 NA a b
## 3 3 6 NA a c
## 4 4 8 NA a d
## 5 5 10 NA a e
3.7 特殊的函数
lst—创建一个具有tibble特性的list。 lst函数的工作原理，类似于执行[list()]的操作。
lst(n = 5, x = runif(n)) # 创建一个list，懒加载，顺序执行
## $n
## [1] 5
##
## $x
## [1] 0.8106662 0.9566540 0.7682681 0.9927918 0.1410948
enframe—快速创建tibble。enframe提供了一个模板，只有2列: name和value，快速地把2个向量匹配到tibble中，可以按行生成或按列生成。
enframe(1:3) # 按列生成
## # A tibble: 3 x 2
## name value
## <int> <int>
## 1 1 1
## 2 2 2
## 3 3 3
enframe(c(a = 5, b = 7)) # 按行生成
## # A tibble: 2 x 2
## name value
## <chr> <dbl>
## 1 a 5
## 2 b 7
deframe—把tibble反向转成向量。默认把name列为索引，用value为值。
df <- enframe(c(a = 5, b = 7)) # 生成tibble
df
## # A tibble: 2 x 2
## name value
## <chr> <dbl>
## 1 a 5
## 2 b 7
deframe(df) # 转为vector
## a b
## 5 7
3.8 用于处理data.frame函数
df <- data.frame(x = 1:3, y = 3:1) # 创建data.frame
has_name(df,'x') # 判断是否有叫x的列
## [1] TRUE
has_rownames(df) # 判断是否有行名
## [1] FALSE
row.names(df) <- LETTERS[1:3] # 给df增加行名
df
## x y
## A 1 3
## B 2 2
## C 3 1
has_rownames(df) # 判断是否有行名
## [1] TRUE
remove_rownames(df) # 去掉行名
## x y
## 1 1 3
## 2 2 2
## 3 3 1
df2<-rownames_to_column(df, var = "rowname") # 把行名转换为单独的一列
df2
## rowname x y
## 1 A 1 3
## 2 B 2 2
## 3 C 3 1
column_to_rownames(df2, var = "rowname") # 把一列设置为行名
## x y
## A 1 3
## B 2 2
## C 3 1
rowid_to_column(df, var = "rowid") # 把行索引转换为单独的一列
## rowid x y
## 1 1 1 3
## 2 2 2 2
## 3 3 3 1