library(tidyverse)
## Warning: package 'tidyverse' was built under R version 4.3.2
## Warning: package 'dplyr' was built under R version 4.3.2
## Warning: package 'lubridate' was built under R version 4.3.2
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr 1.1.4 ✔ readr 2.1.4
## ✔ forcats 1.0.0 ✔ stringr 1.5.0
## ✔ ggplot2 3.4.4 ✔ tibble 3.2.1
## ✔ lubridate 1.9.3 ✔ tidyr 1.3.0
## ✔ purrr 1.0.2
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag() masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(datasets)
data()
data(Indometh)
Indometh
## Subject time conc
## 1 1 0.25 1.50
## 2 1 0.50 0.94
## 3 1 0.75 0.78
## 4 1 1.00 0.48
## 5 1 1.25 0.37
## 6 1 2.00 0.19
## 7 1 3.00 0.12
## 8 1 4.00 0.11
## 9 1 5.00 0.08
## 10 1 6.00 0.07
## 11 1 8.00 0.05
## 12 2 0.25 2.03
## 13 2 0.50 1.63
## 14 2 0.75 0.71
## 15 2 1.00 0.70
## 16 2 1.25 0.64
## 17 2 2.00 0.36
## 18 2 3.00 0.32
## 19 2 4.00 0.20
## 20 2 5.00 0.25
## 21 2 6.00 0.12
## 22 2 8.00 0.08
## 23 3 0.25 2.72
## 24 3 0.50 1.49
## 25 3 0.75 1.16
## 26 3 1.00 0.80
## 27 3 1.25 0.80
## 28 3 2.00 0.39
## 29 3 3.00 0.22
## 30 3 4.00 0.12
## 31 3 5.00 0.11
## 32 3 6.00 0.08
## 33 3 8.00 0.08
## 34 4 0.25 1.85
## 35 4 0.50 1.39
## 36 4 0.75 1.02
## 37 4 1.00 0.89
## 38 4 1.25 0.59
## 39 4 2.00 0.40
## 40 4 3.00 0.16
## 41 4 4.00 0.11
## 42 4 5.00 0.10
## 43 4 6.00 0.07
## 44 4 8.00 0.07
## 45 5 0.25 2.05
## 46 5 0.50 1.04
## 47 5 0.75 0.81
## 48 5 1.00 0.39
## 49 5 1.25 0.30
## 50 5 2.00 0.23
## 51 5 3.00 0.13
## 52 5 4.00 0.11
## 53 5 5.00 0.08
## 54 5 6.00 0.10
## 55 5 8.00 0.06
## 56 6 0.25 2.31
## 57 6 0.50 1.44
## 58 6 0.75 1.03
## 59 6 1.00 0.84
## 60 6 1.25 0.64
## 61 6 2.00 0.42
## 62 6 3.00 0.24
## 63 6 4.00 0.17
## 64 6 5.00 0.13
## 65 6 6.00 0.10
## 66 6 8.00 0.09
view(Indometh)
Indometh <- tibble::as.tibble(Indometh)
## Warning: `as.tibble()` was deprecated in tibble 2.0.0.
## ℹ Please use `as_tibble()` instead.
## ℹ The signature and semantics have changed, see `?as_tibble`.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.
class(Indometh)
## [1] "tbl_df" "tbl" "data.frame"
glimpse(Indometh)
## Rows: 66
## Columns: 3
## $ Subject <ord> 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,…
## $ time <dbl> 0.25, 0.50, 0.75, 1.00, 1.25, 2.00, 3.00, 4.00, 5.00, 6.00, 8.…
## $ conc <dbl> 1.50, 0.94, 0.78, 0.48, 0.37, 0.19, 0.12, 0.11, 0.08, 0.07, 0.…
head(Indometh)
## # A tibble: 6 × 3
## Subject time conc
## <ord> <dbl> <dbl>
## 1 1 0.25 1.5
## 2 1 0.5 0.94
## 3 1 0.75 0.78
## 4 1 1 0.48
## 5 1 1.25 0.37
## 6 1 2 0.19
mean(Indometh$conc)
## [1] 0.5918182
mean(Indometh$conc) == Indometh$conc %>% mean()
## [1] TRUE
Indometh %>% group_by(Subject) %>% summarize(mean=mean(time))
## # A tibble: 6 × 2
## Subject mean
## <ord> <dbl>
## 1 1 2.89
## 2 4 2.89
## 3 2 2.89
## 4 5 2.89
## 5 6 2.89
## 6 3 2.89
Indometh %>% arrange(time) %>% print(n=100)
## # A tibble: 66 × 3
## Subject time conc
## <ord> <dbl> <dbl>
## 1 1 0.25 1.5
## 2 2 0.25 2.03
## 3 3 0.25 2.72
## 4 4 0.25 1.85
## 5 5 0.25 2.05
## 6 6 0.25 2.31
## 7 1 0.5 0.94
## 8 2 0.5 1.63
## 9 3 0.5 1.49
## 10 4 0.5 1.39
## 11 5 0.5 1.04
## 12 6 0.5 1.44
## 13 1 0.75 0.78
## 14 2 0.75 0.71
## 15 3 0.75 1.16
## 16 4 0.75 1.02
## 17 5 0.75 0.81
## 18 6 0.75 1.03
## 19 1 1 0.48
## 20 2 1 0.7
## 21 3 1 0.8
## 22 4 1 0.89
## 23 5 1 0.39
## 24 6 1 0.84
## 25 1 1.25 0.37
## 26 2 1.25 0.64
## 27 3 1.25 0.8
## 28 4 1.25 0.59
## 29 5 1.25 0.3
## 30 6 1.25 0.64
## 31 1 2 0.19
## 32 2 2 0.36
## 33 3 2 0.39
## 34 4 2 0.4
## 35 5 2 0.23
## 36 6 2 0.42
## 37 1 3 0.12
## 38 2 3 0.32
## 39 3 3 0.22
## 40 4 3 0.16
## 41 5 3 0.13
## 42 6 3 0.24
## 43 1 4 0.11
## 44 2 4 0.2
## 45 3 4 0.12
## 46 4 4 0.11
## 47 5 4 0.11
## 48 6 4 0.17
## 49 1 5 0.08
## 50 2 5 0.25
## 51 3 5 0.11
## 52 4 5 0.1
## 53 5 5 0.08
## 54 6 5 0.13
## 55 1 6 0.07
## 56 2 6 0.12
## 57 3 6 0.08
## 58 4 6 0.07
## 59 5 6 0.1
## 60 6 6 0.1
## 61 1 8 0.05
## 62 2 8 0.08
## 63 3 8 0.08
## 64 4 8 0.07
## 65 5 8 0.06
## 66 6 8 0.09
Indometh %>% arrange(desc(time))
## # A tibble: 66 × 3
## Subject time conc
## <ord> <dbl> <dbl>
## 1 1 8 0.05
## 2 2 8 0.08
## 3 3 8 0.08
## 4 4 8 0.07
## 5 5 8 0.06
## 6 6 8 0.09
## 7 1 6 0.07
## 8 2 6 0.12
## 9 3 6 0.08
## 10 4 6 0.07
## # ℹ 56 more rows
#Filter
Indometh %>% filter(Subject=="1") %>% print(n=100)
## # A tibble: 11 × 3
## Subject time conc
## <ord> <dbl> <dbl>
## 1 1 0.25 1.5
## 2 1 0.5 0.94
## 3 1 0.75 0.78
## 4 1 1 0.48
## 5 1 1.25 0.37
## 6 1 2 0.19
## 7 1 3 0.12
## 8 1 4 0.11
## 9 1 5 0.08
## 10 1 6 0.07
## 11 1 8 0.05
Indometh %>% select(Subject,conc) %>% print(n=100)
## # A tibble: 66 × 2
## Subject conc
## <ord> <dbl>
## 1 1 1.5
## 2 1 0.94
## 3 1 0.78
## 4 1 0.48
## 5 1 0.37
## 6 1 0.19
## 7 1 0.12
## 8 1 0.11
## 9 1 0.08
## 10 1 0.07
## 11 1 0.05
## 12 2 2.03
## 13 2 1.63
## 14 2 0.71
## 15 2 0.7
## 16 2 0.64
## 17 2 0.36
## 18 2 0.32
## 19 2 0.2
## 20 2 0.25
## 21 2 0.12
## 22 2 0.08
## 23 3 2.72
## 24 3 1.49
## 25 3 1.16
## 26 3 0.8
## 27 3 0.8
## 28 3 0.39
## 29 3 0.22
## 30 3 0.12
## 31 3 0.11
## 32 3 0.08
## 33 3 0.08
## 34 4 1.85
## 35 4 1.39
## 36 4 1.02
## 37 4 0.89
## 38 4 0.59
## 39 4 0.4
## 40 4 0.16
## 41 4 0.11
## 42 4 0.1
## 43 4 0.07
## 44 4 0.07
## 45 5 2.05
## 46 5 1.04
## 47 5 0.81
## 48 5 0.39
## 49 5 0.3
## 50 5 0.23
## 51 5 0.13
## 52 5 0.11
## 53 5 0.08
## 54 5 0.1
## 55 5 0.06
## 56 6 2.31
## 57 6 1.44
## 58 6 1.03
## 59 6 0.84
## 60 6 0.64
## 61 6 0.42
## 62 6 0.24
## 63 6 0.17
## 64 6 0.13
## 65 6 0.1
## 66 6 0.09
Indometh %>% select(Subject,-conc,time) %>% print(n=100)
## # A tibble: 66 × 2
## Subject time
## <ord> <dbl>
## 1 1 0.25
## 2 1 0.5
## 3 1 0.75
## 4 1 1
## 5 1 1.25
## 6 1 2
## 7 1 3
## 8 1 4
## 9 1 5
## 10 1 6
## 11 1 8
## 12 2 0.25
## 13 2 0.5
## 14 2 0.75
## 15 2 1
## 16 2 1.25
## 17 2 2
## 18 2 3
## 19 2 4
## 20 2 5
## 21 2 6
## 22 2 8
## 23 3 0.25
## 24 3 0.5
## 25 3 0.75
## 26 3 1
## 27 3 1.25
## 28 3 2
## 29 3 3
## 30 3 4
## 31 3 5
## 32 3 6
## 33 3 8
## 34 4 0.25
## 35 4 0.5
## 36 4 0.75
## 37 4 1
## 38 4 1.25
## 39 4 2
## 40 4 3
## 41 4 4
## 42 4 5
## 43 4 6
## 44 4 8
## 45 5 0.25
## 46 5 0.5
## 47 5 0.75
## 48 5 1
## 49 5 1.25
## 50 5 2
## 51 5 3
## 52 5 4
## 53 5 5
## 54 5 6
## 55 5 8
## 56 6 0.25
## 57 6 0.5
## 58 6 0.75
## 59 6 1
## 60 6 1.25
## 61 6 2
## 62 6 3
## 63 6 4
## 64 6 5
## 65 6 6
## 66 6 8
#Mutate
Indometh %>% mutate(total=time+conc) %>% print(n=100)
## # A tibble: 66 × 4
## Subject time conc total
## <ord> <dbl> <dbl> <dbl>
## 1 1 0.25 1.5 1.75
## 2 1 0.5 0.94 1.44
## 3 1 0.75 0.78 1.53
## 4 1 1 0.48 1.48
## 5 1 1.25 0.37 1.62
## 6 1 2 0.19 2.19
## 7 1 3 0.12 3.12
## 8 1 4 0.11 4.11
## 9 1 5 0.08 5.08
## 10 1 6 0.07 6.07
## 11 1 8 0.05 8.05
## 12 2 0.25 2.03 2.28
## 13 2 0.5 1.63 2.13
## 14 2 0.75 0.71 1.46
## 15 2 1 0.7 1.7
## 16 2 1.25 0.64 1.89
## 17 2 2 0.36 2.36
## 18 2 3 0.32 3.32
## 19 2 4 0.2 4.2
## 20 2 5 0.25 5.25
## 21 2 6 0.12 6.12
## 22 2 8 0.08 8.08
## 23 3 0.25 2.72 2.97
## 24 3 0.5 1.49 1.99
## 25 3 0.75 1.16 1.91
## 26 3 1 0.8 1.8
## 27 3 1.25 0.8 2.05
## 28 3 2 0.39 2.39
## 29 3 3 0.22 3.22
## 30 3 4 0.12 4.12
## 31 3 5 0.11 5.11
## 32 3 6 0.08 6.08
## 33 3 8 0.08 8.08
## 34 4 0.25 1.85 2.1
## 35 4 0.5 1.39 1.89
## 36 4 0.75 1.02 1.77
## 37 4 1 0.89 1.89
## 38 4 1.25 0.59 1.84
## 39 4 2 0.4 2.4
## 40 4 3 0.16 3.16
## 41 4 4 0.11 4.11
## 42 4 5 0.1 5.1
## 43 4 6 0.07 6.07
## 44 4 8 0.07 8.07
## 45 5 0.25 2.05 2.3
## 46 5 0.5 1.04 1.54
## 47 5 0.75 0.81 1.56
## 48 5 1 0.39 1.39
## 49 5 1.25 0.3 1.55
## 50 5 2 0.23 2.23
## 51 5 3 0.13 3.13
## 52 5 4 0.11 4.11
## 53 5 5 0.08 5.08
## 54 5 6 0.1 6.1
## 55 5 8 0.06 8.06
## 56 6 0.25 2.31 2.56
## 57 6 0.5 1.44 1.94
## 58 6 0.75 1.03 1.78
## 59 6 1 0.84 1.84
## 60 6 1.25 0.64 1.89
## 61 6 2 0.42 2.42
## 62 6 3 0.24 3.24
## 63 6 4 0.17 4.17
## 64 6 5 0.13 5.13
## 65 6 6 0.1 6.1
## 66 6 8 0.09 8.09
NewIndometh <- Indometh %>% select(Subject,time,conc) %>% mutate(total=time+conc)
NewIndometh %>% print(n=100)
## # A tibble: 66 × 4
## Subject time conc total
## <ord> <dbl> <dbl> <dbl>
## 1 1 0.25 1.5 1.75
## 2 1 0.5 0.94 1.44
## 3 1 0.75 0.78 1.53
## 4 1 1 0.48 1.48
## 5 1 1.25 0.37 1.62
## 6 1 2 0.19 2.19
## 7 1 3 0.12 3.12
## 8 1 4 0.11 4.11
## 9 1 5 0.08 5.08
## 10 1 6 0.07 6.07
## 11 1 8 0.05 8.05
## 12 2 0.25 2.03 2.28
## 13 2 0.5 1.63 2.13
## 14 2 0.75 0.71 1.46
## 15 2 1 0.7 1.7
## 16 2 1.25 0.64 1.89
## 17 2 2 0.36 2.36
## 18 2 3 0.32 3.32
## 19 2 4 0.2 4.2
## 20 2 5 0.25 5.25
## 21 2 6 0.12 6.12
## 22 2 8 0.08 8.08
## 23 3 0.25 2.72 2.97
## 24 3 0.5 1.49 1.99
## 25 3 0.75 1.16 1.91
## 26 3 1 0.8 1.8
## 27 3 1.25 0.8 2.05
## 28 3 2 0.39 2.39
## 29 3 3 0.22 3.22
## 30 3 4 0.12 4.12
## 31 3 5 0.11 5.11
## 32 3 6 0.08 6.08
## 33 3 8 0.08 8.08
## 34 4 0.25 1.85 2.1
## 35 4 0.5 1.39 1.89
## 36 4 0.75 1.02 1.77
## 37 4 1 0.89 1.89
## 38 4 1.25 0.59 1.84
## 39 4 2 0.4 2.4
## 40 4 3 0.16 3.16
## 41 4 4 0.11 4.11
## 42 4 5 0.1 5.1
## 43 4 6 0.07 6.07
## 44 4 8 0.07 8.07
## 45 5 0.25 2.05 2.3
## 46 5 0.5 1.04 1.54
## 47 5 0.75 0.81 1.56
## 48 5 1 0.39 1.39
## 49 5 1.25 0.3 1.55
## 50 5 2 0.23 2.23
## 51 5 3 0.13 3.13
## 52 5 4 0.11 4.11
## 53 5 5 0.08 5.08
## 54 5 6 0.1 6.1
## 55 5 8 0.06 8.06
## 56 6 0.25 2.31 2.56
## 57 6 0.5 1.44 1.94
## 58 6 0.75 1.03 1.78
## 59 6 1 0.84 1.84
## 60 6 1.25 0.64 1.89
## 61 6 2 0.42 2.42
## 62 6 3 0.24 3.24
## 63 6 4 0.17 4.17
## 64 6 5 0.13 5.13
## 65 6 6 0.1 6.1
## 66 6 8 0.09 8.09