第 6 周

dplyr数据处理 II

---

“净土宇宙 🌌”的核心数据结构为 tibble（即由行（样本）和列（变量）构成的表格型数据），dplyr 包基于数据操作语法（A Grammar of Data Manipulation）构建出一组用来操作 tibble 对象的核心函数——它们就是我们在接下来两次课中需要学习、理解并掌握的知识。

本讲主要涵盖以下几方面的内容（加粗字体为本次课的讲授内容）：

1. 样本处理
2. 变量处理
3. 汇总
4. 分组和行式处理
5. 用 %>% 连接多个操作
6. 合并多个数据集
7. 操作数据库和 data.table

---

1. 课前准备

📖 预习 R for Data Science, 2e 第三部分 Transform 中关于数据集合并的章节，即 20 Joins。

此书第1版有中文翻译版 《R数据科学》出版，上述内容大致对应“第9章 使用 dplyr 处理关系数据”。若同学们觉得直接阅读英文原版教材有点吃力 / 费时，可参阅中文翻译版。

由于上课内容较多，而上课时间有限，上课节奏预计较快，有些内容甚至会一带而过，请同学们务必腾出时间来过一遍上述预习章节的内容。

🖥️ 我准备的基于 xaringan包 的 网页版讲义，供同学们参考。

2. 课堂讲义

🖥️ 第4讲 dplyr数据处理

3. 随堂练习

⌨️ [见课堂讲义]

4. 课后作业

✍️ 课后作业