R在数据科学中的应用，第2版

第 13 章 数字 编号

本作品已使用人工智能进行翻译。欢迎您提供反馈和意见：[e-mail]

导言

数值矢量是数据科学的支柱，在本书的前面部分，你已经多次使用过它们。现在，是时候系统地了解一下在 R 中可以用它们做些什么了，以确保你能很好地应对未来任何涉及数值矢量的问题。

我们先给你几个工具，如果你有字符串，就可以用它们来做数字，然后再详细介绍一下 count().然后，我们将深入研究各种数字变换，这些变换与 mutate()的各种数字变换，包括可用于其他类型矢量但常用于数字矢量的通用变换。最后，我们将介绍与 summarize()搭配的摘要函数，并向您展示如何将它们与 mutate().

先决条件

本章主要使用基础 R 的函数，这些函数无需加载任何软件包即可使用。但我们仍然需要 tidyverse，因为我们将在 tidyverse 函数中使用这些基础 R 函数，例如 mutate()和 filter().与前一章一样，我们将使用来自 nycflights13 的真实示例，以及使用 c()和 tribble().

library(tidyverse)
library(nycflights13)

制作数字

在大多数情况下，你会得到已经记录在 R 数值类型之一的数字：整数或双倍。但在某些情况下，你会遇到字符串形式的数字，这可能是因为你从列头透视创建了这些数字，也可能是因为在数据导入过程中出了问题。

readr 提供了两个有用的函数，用于将字符串解析为数字： parse_double()和 parse_number().使用 parse_double()来将数字写成字符串：

x <- c("1.2", "5.6", "1e3")
parse_double(x)
#> [1]    1.2    5.6 1000.0

使用 parse_number()当字符串中包含要忽略的非数字文本时。这对货币数据和百分比尤其有用：

x <- c("$1,234", "USD 3,513", "59%")
parse_number(x)
#> [1] 1234 3513   59

计数

仅凭计数和一点基本算术，就能完成如此多的数据科学工作，实在令人吃惊。 count().该函数非常适合在分析过程中进行快速探索和检查：

flights |> count(dest)
#> # A tibble: 105 × 2
#>   dest      n
#>   <chr> <int>
#> 1 ABQ     254
#> 2 ACK     265
#> 3 ALB     439
#> 4 ANC       8
#> 5 ATL   17215
#> 6 AUS    2439
#> # … with 99 more rows

(尽管第 4 章给出了建议，但我们通常还是把 count()放在一行，因为它通常用于在控制台快速检查计算是否按预期进行）。

如果您想查看最常见的值，请添加sort = TRUE ：

flights |> count(dest, sort = TRUE)
#> # A tibble: 105 × 2
#>   dest      n
#>   <chr> <int>
#> 1 ORD   17283
#> 2 ATL   17215
#> 3 LAX   16174
#> 4 BOS   15508
#> 5 MCO   14082
#> 6 CLT   14064
#> # … with 99 more rows

请记住，如果您想查看所有值，可以使用|> View() 或|> print(n ...