R语言——swirl包 学习dplyr包（二）

    >by_package <- group_by(cran,package) 
    >#cran是tbl变量名，后面可以放分组所依据的变量名
    >#打印结果看起来一样，只不过数据上方显示了Groups:   package  之后的操作都会一句分组变量来进行
    >#例如:summarise(by_package,mean(size))  则会根据分组计算每一组的平均值

    >pack_sum <- summarize(by_package,    #分组后的tbl数据
                      count =n() ,    #每个组的行数目
                      unique =n_distinct(ip_id) ,   #每个组中第一无二id的数目
                      countries = n_distinct(country), #每个组中第一无二country的数目
                      avg_bytes = mean(size)  # 分组计算平均值  )

    >quantile(pack_sum$count, probs = 0.99) 
    >#看pack_sum中0.99分位数的水平是多少。count是各组的行数

    >View(top_counts)

    >result2 <-
      **arrange(**   #第四层函数
    ==filter(==   #第三层函数
      summarize(     #第二层函数
        group_by(cran,      #最内层的函数
                 package
        ),
        count = n(),
        unique = n_distinct(ip_id),
        countries = n_distinct(country),
        avg_bytes = mean(size)
      ),
      countries > 60
    ==)==,
    desc(countries),
    avg_bytes
      **)**
      Note： 内层函数的输出结果将作为内层函数的输入变量

    >result3 <-   #变量名，不必加括号
      cran %>%    首先输入一个变量cran,作为下一步的输入变量
      group_by(package) %>%    # 分组，**输出的结果将会用于下一个函数的输入变量（类似于then）**
      summarize(count = n(),  
            unique = n_distinct(ip_id),
            countries = n_distinct(country),
            avg_bytes = mean(size)
      ) %>%    #同理，其输入变量为上一步的结果，输入的变量将用做下一步的输出变量
      filter(countries > 60) %>%  #同理
      arrange(desc(countries), avg_bytes)   #同理
    print(result3)   #打印输出