R语言【dplyr】——使用 relocate() 更改列的位置,其语法与 select() 相同,便于一次移动多个列块

Package dplyr version 1.1.4


Parameters

R 复制代码
relocate(.data, ..., .before = NULL, .after = NULL)

参数【.data】:数据集、数据集扩展(如 tibble)或 lazy data frames(如来自 dbplyrdtplyr 的数据集)。

参数【...】:<tidy-select> 要移动的列。

参数【.before,.after】:<tidy-select> 通过参数【...】选择的列的目的地。两者都不提供会将列移动到左侧;同时指定两者则会出错。


Value

与参数【.data】类型相同的对象。输出具有以下属性:

  • 行不会受到影响。
  • 输出中会出现相同的列,但(通常)位置不同,可能还会重命名。
  • 数据集属性保留不变。
  • 分组不受影响。

Examples

1. relocate() 默认将列放到首列

R 复制代码
df <- tibble(a = 1, b = 1, c = 1, d = "a", e = "a", f = "a")
df

# A tibble: 1 × 6
      a     b     c d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a


df %>% relocate(f)

# A tibble: 1 × 6
  f         a     b     c d     e    
  <chr> <dbl> <dbl> <dbl> <chr> <chr>
1 a         1     1     1 a     a 

2. relocate() 的参数【.after】将列放到该列后面

R 复制代码
df <- tibble(a = 1, b = 1, c = 1, d = "a", e = "a", f = "a")
df

# A tibble: 1 × 6
      a     b     c d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a


df %>% relocate(a, .after = c)

# A tibble: 1 × 6
      b     c     a d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a  


df %>% relocate(a, .after = last_col())

# A tibble: 1 × 6
      b     c d     e     f         a
  <dbl> <dbl> <chr> <chr> <chr> <dbl>
1     1     1 a     a     a         1

3. relocate() 的参数【.before】将列放到该列前面

R 复制代码
df <- tibble(a = 1, b = 1, c = 1, d = "a", e = "a", f = "a")
df

# A tibble: 1 × 6
      a     b     c d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a


df %>% relocate(f, .before = b)

# A tibble: 1 × 6
      a f         b     c d     e    
  <dbl> <chr> <dbl> <dbl> <chr> <chr>
1     1 a         1     1 a     a 

4. relocate() 在改变列的位置的同时,还可以重命名列名

R 复制代码
df <- tibble(a = 1, b = 1, c = 1, d = "a", e = "a", f = "a")
df

# A tibble: 1 × 6
      a     b     c d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a


df %>% relocate(ff = f)

# A tibble: 1 × 6
  ff        a     b     c d     e    
  <chr> <dbl> <dbl> <dbl> <chr> <chr>
1 a         1     1     1 a     a   

5. relocate() 通过变量的类型选择列

R 复制代码
df <- tibble(a = 1, b = 1, c = 1, d = "a", e = "a", f = "a")
df

# A tibble: 1 × 6
      a     b     c d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a


df %>% relocate(where(is.character))

# A tibble: 1 × 6
  d     e     f         a     b     c
  <chr> <chr> <chr> <dbl> <dbl> <dbl>
1 a     a     a         1     1     1


df %>% relocate(where(is.numeric), .after = last_col())

# A tibble: 1 × 6
  d     e     f         a     b     c
  <chr> <chr> <chr> <dbl> <dbl> <dbl>
1 a     a     a         1     1     1

6. relocate() 通过其他的选择方法挑选列

R 复制代码
df <- tibble(a = 1, b = 1, c = 1, d = "a", e = "a", f = "a")
df

# A tibble: 1 × 6
      a     b     c d     e     f    
  <dbl> <dbl> <dbl> <chr> <chr> <chr>
1     1     1     1 a     a     a


df %>% relocate(any_of(c("a", "e", "i", "o", "u")))

# A tibble: 1 × 6
      a e         b     c d     f    
  <dbl> <chr> <dbl> <dbl> <chr> <chr>
1     1 a         1     1 a     a  

7. 在调动多列的同时使用了参数【.after,.before】,列会立即排在选择列的前/后

R 复制代码
df2 <- tibble(a = 1, b = "a", c = 1, d = "a")
df2

# A tibble: 1 × 4
      a b         c d    
  <dbl> <chr> <dbl> <chr>
1     1 a         1 a   


df2 %>% relocate(where(is.numeric), .after = where(is.character))

# A tibble: 1 × 4
  b     d         a     c
  <chr> <chr> <dbl> <dbl>
1 a     a         1     1


df2 %>% relocate(where(is.numeric), .before = where(is.character))

# A tibble: 1 × 4
      a     c b     d    
  <dbl> <dbl> <chr> <chr>
1     1     1 a     a   
相关推荐
知识分享小能手17 小时前
R语言入门学习教程,从入门到精通,R语言网络关系数据可视化(8)
学习·信息可视化·r语言
l1t2 天前
类似 X-13ARIMA-SEATS 功能的 JDemetra+ 安装和使用
java·数据库·r语言
知识分享小能手2 天前
R语言入门学习教程,从入门到精通,R语言层次关系数据可视化(7)
学习·信息可视化·r语言
青春不败 177-3266-05202 天前
基于R语言的贝叶斯网络模型
r语言·贝叶斯·生态学·统计学·结构方程·混合效应
生物信息与育种3 天前
全基因组重测序及群体遗传与进化分析技术服务指南
人工智能·深度学习·算法·数据分析·r语言
l1t3 天前
在aarch64机器上安装使用R语言的季节调整包
开发语言·r语言
知识分享小能手3 天前
R语言入门学习教程,从入门到精通,R语言分布式数据可视化(6)
学习·信息可视化·r语言
知识分享小能手4 天前
R语言入门学习教程,从入门到精通,R语言数值关系数据可视化 - 完整知识点(5)
学习·信息可视化·r语言
生信碱移4 天前
PACells:这个方法可以鉴定疾病/预后相关的重要细胞亚群,作者提供的代码流程可以学习起来了,甚至兼容转录组与 ATAC 两种数据类型!
人工智能·学习·算法·机器学习·数据挖掘·数据分析·r语言
知识分享小能手4 天前
R语言入门学习教程,从入门到精通,R语言类别比较数据可视化- 完整知识点与案例代码(4)
学习·信息可视化·r语言