intro_2_dplyr.Rmd

---
title: "tidyverse: dplyr"
author: 郭耀仁
output: 
  revealjs::revealjs_presentation:
    theme: black
    highlight: zenburn
    center: true
---

# dplyr 套件

## 超級受歡迎

- 包含於 tidyverse 之中
- 類似 SQL 查詢的功能
- 搭配 `%>%` 運算子做 Chaining

## 常用的 dplyr 函數

|函數|用途|
|:----|:----|
|`filter()`|觀測值（列）選擇|
|`select()`|變數（欄）選擇|
|`mutate()`|新增變數（欄）|
|`arrange()`|排序|
|`summarise()`|聚合|
|`group_by()`|分組|

## 檢視練習資料

```{r}
load(url("https://storage.googleapis.com/r_rookies/straw_hat_df.RData"))
```

```{r eval=FALSE}
View(straw_hat_df)
dim(straw_hat_df)
summary(straw_hat_df)
```

## `filter()`

- 選出女性船員

```{r message=FALSE}
library(tidyverse)

straw_hat_df %>%
  filter(gender == "Female")
```

## 篩選兩個或更多條件

- 選出女性船員並且年紀大於等於 30 歲

```{r}
straw_hat_df %>%
  filter(gender == "Female" & age >= 30)
```

## `select()`

- 選擇資料框中的變數

```{r}
straw_hat_df %>%
  select(name, gender)
```

## 整合 filter 與 select

```{r}
# 選出女性船員，但只回傳 name 變數
straw_hat_df %>%
  filter(gender == "Female") %>%
  select(name)
```

## `mutate()`

- 新增兩年前的年紀
- 利用 `age` 減去 2

```{r}
straw_hat_df %>%
  mutate(age_2yr_ago = age - 2)
```

## `arrange()`

- 以 `age` 排序

```{r}
straw_hat_df %>%
  arrange(age) # 或使用看看 desc(age)
```

## `summarise()`

- 計算聚合變數平均年齡 `mean_age`

```{r}
straw_hat_df %>%
  summarise(mean_age = mean(age))
```

## `group_by()`

- 依照性別計算平均年齡 `mean_age`

```{r}
straw_hat_df %>%
  group_by(gender) %>%
  summarise(mean_age = mean(age))
```

# 隨堂練習

## 練習資料集

```{r eval=FALSE}
install.packages("gapminder")
```

```{r}
library(gapminder)
View(gapminder)
```

## 篩選出台灣

## 篩選出台灣之後選擇 year、lifeExp、gdpPercap 變數

## 以 year 與 country 排序

## 新增變數 pop_in_million 改以百萬人為單位

## 2007 年全球總人口數為多少？以百萬人為單位

## 承上，各洲總人口數分別為多少？以百萬人為單位

## 延續上題，那麼各洲平均 lifeExp、平均 gdpPercap 為何？