R查看某个包内的数据集and tiduyverse包

Posted onAuthorcnliutz

 tidyverse的数据管道符号是什么

在tidyverse生态中，数据管道符号主要是 |>（基础R管道）和 %>%（magrittr包的管道，tidyverse核心依赖），两者功能类似，用于将左侧的结果传递给右侧的函数作为第一个参数，让代码更简洁易读。

1. %>%（magrittr管道，tidyverse经典）

这是tidyverse中最常用的管道，来自magrittr包（tidyverse自动加载），也是早期tidyverse代码的标志。用法示例：

library(dplyr)
library(palmerpenguins)

penguins %>% 
  filter(!is.na(body_mass_g)) %>% 
  group_by(species) %>% 
  summarize(mean_mass = mean(body_mass_g))

2. |>（基础R管道，R 4.1.0+支持）

R 4.1.0版本后引入的原生管道，语法更简洁，无需依赖magrittr，tidyverse也兼容使用。用法示例：

penguins |> 
  filter(!is.na(body_mass_g)) |> 
  group_by(species) |> 
  summarize(mean_mass = mean(body_mass_g))

两者区别

  • %>% 功能更丰富（支持., %T>%, %$%等扩展），是tidyverse早期的标准；
  • |> 是基础R原生支持，语法更轻量，近年逐渐普及。

在tidyverse代码中，两者均可使用，效果一致，核心都是实现“左值传递给右函数”的链式操作。

如何查看palmerpenguins库数据集

要查看palmerpenguins包中的数据集，可以通过以下几种方式，包括查看数据集详情、直接调用数据集、查看数据集结构等：

1. 查看包内所有数据集

使用data(package = "palmerpenguins")命令，可以列出palmerpenguins包中包含的所有数据集及其简要描述：

library(palmerpenguins)
data(package = "palmerpenguins")

2. 直接调用主要数据集

palmerpenguins包的核心数据集是penguins和penguins_raw，直接输入数据集名称即可查看：

# 查看简化版数据集（常用）
penguins

# 查看原始数据集（包含更多原始信息）
penguins_raw

3. 查看数据集的详细信息

使用?数据集名称可以查看数据集的官方文档，包括变量说明、数据来源、示例等：

# 查看penguins数据集的详细说明
?penguins

# 查看penguins_raw数据集的详细说明
?penguins_raw

4. 查看数据集的结构和基本信息

  • str()：查看数据集的结构（变量类型、样本量等）；
  • head()：查看数据集前几行；
  • summary()：查看数据集的统计摘要。

示例代码：

# 查看数据集结构
str(penguins)

# 查看前6行数据
head(penguins)

# 查看统计摘要（均值、中位数、缺失值等）
summary(penguins)

5. 可视化数据集（可选）

如果想直观查看数据分布，可以结合ggplot2绘制简单图形：

library(ggplot2)
ggplot(penguins, aes(x = bill_length_mm, y = bill_depth_mm, color = species)) +
  geom_point() +
  labs(title = "Penguins Bill Dimensions")

关键数据集说明

  • penguins：简化后的数据集，包含企鹅的物种、岛屿、身体测量指标（喙长、喙深、鳍长、体重）、性别等核心变量；
  • penguins_raw：原始数据集，包含更多未清洗的原始信息（如采集日期、个体编号、DNA序列等）。

通过以上方法，即可全面查看和了解palmerpenguins包内的数据集。