一、reshape2包
数据：氮肥和磷肥的用量对植物生长的影响
将上图数据做成txt文件
1.melt() 函数，将宽数据转换为长数据
转换NP数据集
2.dcast() 函数，将长数据转换为宽数据
二、tidyr包
处理整洁的数据：
每一列代表一个变量
每一行代表一个观测
一个观测值对应的一个变量
1.宽数据变为长数据
2.长数据变为宽数据
三、dplyr包
1.filter() 函数，截取满足条件的数据
2.distinct() 函数，用于去除重复行
3.slice() 函数，用于切出任意行
4.sample_n() 函数，随机取样
5.sample_frac() 函数，按比例随机抽样
6.arrange() 函数，对某一指标进行排序
倒序
dplyr::arrange(iris,desc(Sepal.length))
7.select() 函数，对数据取子集
8.summarise() 函数，对数据进行统计
链式操作符 %>%
用于实现将一个函数的输出传递给下一个函数，作为下一个函数的输入
1.取出mtcars数据集的11-20行
2.对鸢尾花数据集的特征进行分组
3.对鸢尾花数据集特征的花萼宽度进行分组统计
4.mutate() 函数，添加新的一列（花萼和花瓣长度的总和）
对表格进行整合
两个数据表
1.左连接（以左边的表为基础）
2.右连接
3.全连接（并集）
4.半连接（取出交集）
5.反连接（取出补集）
对 mtcars 进行数据集合操作
#添加一个名字列
mtcars <- mutate(mtcars,Model = rownames(mtcars))
#截取两个数据集1-20条和10-30条
first <- slice(mtcars,1:20)
second <- slice(mtcars,10:30)
#取两者交集
intersect(first,second)
#取并集
dplyr::union_all(first,second)
#取非冗余的并集
dplyr::union(first,second)
#取 first 的补集
setdiff(first,second）
#取 second 的补集
setdiff(second,first)